-
Por meio de técnicas de indução, o Data Mining (parte da Data Science) utiliza estatística e matemática para realizar o cruzamento de dados a fim de propor hipóteses e solucionar problemas. Ou seja, é a mineração de dados que transforma todo o volume de dados em informações úteis para a tomada de decisões.
A metodologia CRISP-DM ocorre em eventos distintos e reúne as melhores práticas para que o Data Mining seja o mais produtivo e eficiente possível, analisando dados financeiros, de recursos humanos, práticas dos clientes e outros, a fim de propor modelos de melhoria ou solução de problemas.
FONTE: https://semantix.com.br/como-explorar-e-gerenciar-dados-com-o-crisp-dm/
-
O planejamento das atividades é realizado na fase de entendimento de negócio.
A fase de entendimento dos dados visa identificar os dados relevantes das diferentes fontes de dados. A fase de entendimento dos dados começa com uma coleta inicial de dados e prossegue com atividades para se familiarizar com os dados, identificar problemas de qualidade de dados, descobrir novos insights sobre os dados ou detectar subconjuntos interessantes para formar hipóteses para informações ocultas. O analista deve ser claro e conciso sobre a descrição da tarefa de mineração de dados para que os dados mais relevantes possam ser identificados e deve construir uma compreensão adequada das fontes de dados e das variáveis existentes.
Gabarito: Errado.
fonte> https://www.exponencialconcursos.com.br/me-questoes-de-bancos-de-dados-e-analises-de-informacoes
-
A metodologia CRISP-DM é descrita em termos de um modelo de processo hierárquico, consistindo em conjuntos de tarefas descritas em quatro níveis de abstração (do geral ao específico): fase, tarefa genérica, tarefa especializada e instância do processo.
GABARITO: CORRETO.
https://medium.com/
-
Certo
A verificação da qualidade dos dados é uma atividade da fase de entendimento dos dados:
Fases do CRISP-DM
Entender o Negócio: foca em entender o objetivo do projeto a partir de uma perspectiva de negócios, definindo um plano preliminar para atingir os objetivos.
Entender os Dados: recolhimento de dados e inicio de atividades para familiarização com os dados, identificando problemas ou conjuntos interessantes.
Preparação dos Dados: construção do conjunto de dados final a partir dos dados iniciais. Normalmente ocorre várias vezes no processo.
Modelagem: várias técnicas de modelagem são aplicadas, e seus parâmetros calibrados para otimização. Assim, é comum retornar à Preparação dos Dados durante essa fase.
Avaliação: é construído um modelo que parece ter grande qualidade de uma perspectiva de análise de dados. No entanto, é necessário verificar se o modelo atinge os objetivos do negócio.
Implantação: o conhecimento adquirido pelo modelo é organizado e apresentado de uma maneira que o cliente possa utilizar.
-
GABARITO CERTO
O CRISP-DM é um modelo de referência de mineração de dados que descreve um conjunto de processos para realizar projetos de mineração de dados em uma organização baseado nas melhores práticas utilizadas por profissionais e acadêmicos do ramo. É uma metodologia não proprietária que pode ser aplicada livremente a qualquer projeto independentemente do tamanho ou tipo do negócio, essa metodologia possui um ciclo de vida não-linear composto por seis fases ou etapas.
1º ENTENDER DOS NEGÓCIOS
2º ENTENDER DOS DADOS
3º PRECISA PREPARAR OS DADOS
4º CONSTRUIR UM MODELO PARA ESSES
5º TESTAR O MODELO
6º SE FUNCIONAR... IMPLEMENTAR O MODELO
-
CERTO
Oque é um modelo CRISP-DM?
É um modelo de processo de mineração de dados que descreve abordagens comumente usadas por especialistas em mineração de dados para atacar problemas.
Entender o Negócio: foca em entender o objetivo do projeto a partir de uma perspectiva de negócios, definindo um plano preliminar para atingir os objetivos.
Entender os Dados: recolhimento de dados e inicio de atividades para familiarização com os dados, identificando problemas ou conjuntos interessantes.
Preparação dos Dados: construção do conjunto de dados final a partir dos dados iniciais. Normalmente ocorre várias vezes no processo.
Modelagem: várias técnicas de modelagem são aplicadas, e seus parâmetros calibrados para otimização. Assim, é comum retornar à Preparação dos Dados durante essa fase. (RESPOSTA DA QUESTÃO)
Avaliação: é construído um modelo que parece ter grande qualidade de uma perspectiva de análise de dados. No entanto, é necessário verificar se o modelo atinge os objetivos do negócio.
Implantação: o conhecimento adquirido pelo modelo é organizado e apresentado de uma maneira que o cliente possa utilizar.
-
CRISP-DM
-Modelo de processo para mineração de dados (foco industrial)
-Qualquer um pode usar
Etapas:
1- Entendimento do Negócio -> O cara que vai modelar não manja de tudo que existe no mundo, ele precisa entender o que o cliente quer.
2- Entendimento de dados -> Aqui já entendi minha área de atuação e dentro dessa área vou selecionar os dados que me atendam. Coletar/avaliar/verificar/descrever dados.
3- Pré-processamento -> Com os dados "em mãos" preciso fazer uma limpeza neles, visto que eles vão vir cheio de erros e inconsistências. Preparar os dados pra de fato serem modelados.
4- Modelagem (construção do modelo) -> Aqui seleciono técnicas, algoritmos, elaboro o modelo e tals. Posso precisar voltar nas fases anteriores.
5- Teste e avaliação -> Avalia se os resultados foram satisfatórios ou se preciso refazer algo.
6- Implementação -> Aqui coloca o modelo pra funcionar.
-
Aí tu vem tentar um pouco de aprendizado reverso, lê a questão e : I have no fucking idea what i am doing. kkkkk
-
GAB: C
PEGA A VISAO
ETAPAS DO CRISP - DM
- ENTENDIMENTO DO NEGOCIO
- ENTENDIMENTO DE DADOS
- PREPARACAO DE DADOS
- MODELAGEM DE DADOS
- TESTE E AVALICAO
- IMPLANTACAO
-
CERTO
CRISP-DM (“é um modelo que está incluso na Mineração de dados”)
· Esse modelo define o CICLO DE VIDA do projeto de Mineração de dados (data mining)
· Faz com que a Mineração de dados seja mais produtiva e eficiente
Etapas: (“EE.PM.AI”)
- Entendimento do negócio: definir os objetivos, requisitos, e o problema
- Entendimento dos dados: entender e conhecer os dados
- Preparação dos dados: limpeza, preparação e planejamento dos dados para a modelagem
- Modelagem dos dados: aplicação de técnicas de data mining
- Avaliação: realização de testes para validar os dados
- Implementação / Desenvolvimento
obs: as 6 etapas são FLEXÍVEIS – Não precisam ser seguidas rigorosamente
-
CRISP-DM ?
É um modelo de processo de mineração de dados que descreve abordagens comumente usadas por especialistas em mineração de dados para atacar problemas.
- ENTENDIMENTO DO NEGOCIO
- ENTENDIMENTO DE DADOS
- PREPARACAO DE DADOS
- MODELAGEM DE DADOS
- TESTE E AVALICAO
- IMPLANTACAO
NYCHOLAS LUIZ
-
Gabarito: Certo.
CRISP -DM --> é uma metodologia especificamente desenhada para processos de mineração de dados.
Fases do CRISP/DM:
1 - Entendimento de negócio: --> entender o que o cliente quer, qual problema ele quer resolver,
2 – Entendimento/compreensão de Dados --> começa a trabalhar com dados brutos, buscando entender esses dados, descobrir mais detalhes sobre eles, a verificação da qualidade dos dados é uma atividade da fase de entendimento dos dados.
3 - Preparação de dados è excluir dados inúteis --> completar dados, transformar, definir formatos, escolher atributos dos dados, definir formatos
4 - Construção do modelo (modelagem) --> escolher as técnicas, ferramentas e algoritmos que serão utilizados na mineralização
5 - Teste e Avaliação --> testar os dados a fim de descobrir se as metas impostas foram atingidas, os problemas foram solucionados
6 - Implementação --> cliente, para que ele utilize-o.
-
Comentário: Construção do Modelo/ Modelagem: Seleciona-se e aplica-se técnicas de modelagem. Não existe o melhor método, deve-se analisar os métodos possíveis, assim descobrindo o melhor resultado. – Certo
Hachid Targino
-
CRISP - DM
- relacionado a mineração de dados.
- tipo de modelagem para minerar.
- Possui 6 fases (interativa e iterativa)
- É de padrão aberto.
- Fases: 1. entendimento do negócio; 2. entendimento dos dados; 3. preparação dos dados; 4. modelagem; 5. avaliação; 6. implantar (executar).
-
O CRISP-DM (Cross-industry standard process for data mining) é uma metodologia que fornece uma abordagem estruturada para processos de mineração de dados, sendo amplamente utilizada devido à sua poderosa praticidade, flexibilidade e utilidade ao usar a análise para resolver problemas comerciais complexos.
-
Gabarito: Correto.
Construção do modelo (modelagem) envolve escolher as técnicas, ferramentas e algoritmos que serão utilizados na mineralização
-
Não concordo com a palavra “ técnicas “ isso da a entender que as “ fases ( nomenclatura correta para a questão ) “ são diferentes , mas elas não são , é uma consequência , sequência de ações . Gabarito “ a critério do examinador “
-
modelo CRISP-DM
- 1) Entendimento do Negócio
- 2) Entendimento dos Dados
- 3) Preparação dos Dados (limpeza)
- 4) Modelagem dos Dados
- 5) Avaliação
- 6) Implantação (execução)
Olha a dica:
- 1° O ENTENDIMENTO do NEGÓCIO é o seguinte....
- 2°Você tem que pegar os DADOS dela
- 3° PREPARAR ambiente
- 4°Fazer uma massagem MODELADORA nela
- 5° aí vc tem que AVALIAR e ver se ela gostou
- 6° pra depois IMPLANTAR o negócio nela..
Kkkk...mas assim eu consegui gravar.
-
CERTO
Após a fase de preparação dos dados temos a modelagem, em que os dados limpos e organizados serão utilizados na escolha de técnicas, ferramentas, algorítimos a serem usados na criação de parâmetros.
-
O que é um modelo CRISP-DM?
É um modelo de processo de mineração de dados que descreve abordagens comumente usadas por especialistas em mineração de dados para atacar problemas.
1 – Entendimento do Negócio: essa fase busca entender qual problema o negócio quer resolver
2 – Entendimento dos Dados :coleta inicial dos dados busca-se descrever claramente o problema, fazer a identificação dos dados e verificar se as variáveis relevantes para o projeto não são interdependentes.
3 – Preparação dos Dados: inclui tarefas como seleção de tabelas, integração, transformação, limpeza e organização de dados
4 – Construção do Modelo: Também chamada de Modelagem, nessa fase ocorre a seleção das técnicas, ferramentas e
algoritmos a serem utilizados, como também a elaboração e execução da modelagem sobre o conjunto de dados preparado na fase anterior.
5 – Teste e Avaliação: avaliar os resultados da modelagem. Avalia se as etapas atingiram os objetivos do negócio.
6 – Implantação/Implementação: Também chamada de desenvolvimento, essa fase busca colocar o modelo para funcionar.