-
Gab.: Certo
Sumarização: Técnicas que permitem a identificação de uma descrição compacta e inteligível para os dados (ou para um subconjunto dos mesmos). Frequentemente é possível sumarizar os dados mesmo com alguma imprecisão, e o valor das técnicas é na capacidade de descrever os dados, não necessariamente em sua precisão.
Predição: É o processo de predizer um comportamento futuro, baseado em vários valores. Por exemplo, baseado na formação escolar, no trabalho atual e no ramo de atividade profissional de uma pessoa, predizer que seu salário será de um certo montante até um determinado ano.
Estimação: É o processo de predizer algum valor, baseado num padrão já conhecido. Por exemplo, conhecendo-se o padrão de despesas e a idade de uma pessoa, estimar seu salário e seu número de filhos.
-
Pra quem leu rápido que nem eu e pensou em sumarização. Realmente é SUMARIAÇÃO
O que é Sumariar: Tornar algo sumário, resumido. Fazer uma síntese de um tema, apanhado de idéias ou resultados
fonte: https://www.dicionarioinformal.com.br/diferenca-entre/sumarizar/sumariar/
vivendo e aprendendo
-
GABARITO CORRETO
A análise de regressão consiste na realização de uma análise estatística com o objetivo de verificar a existência de uma relação funcional entre uma variável dependente com uma ou mais variáveis independentes. De maneira geral, a análise de regressão tem como objetivos a sumarização, a predição, o controle, a estimação, a seleção de variáveis e a inferência.
Fonte: Estratégia concursos.
(CESPE / CEBRASPE - 2021) As regras de associação adotadas em mineração de dados buscam padrões frequentes entre conjuntos de dados e podem ser úteis para caracterizar, por exemplo, hábitos de consumo de clientes: suas preferências são identificadas e em seguida associadas a outros potenciais produtos de seu interesse. (CERTO)
(CESPE / CEBRASPE - 2018)No data mining, uma regra de associação relaciona a presença de um conjunto de itens com outra faixa de valores de um outro conjunto de variáveis.(CERTO)
(CESPE / CEBRASPE - 2013)Árvores de decisão e regras de associação são exemplos de algoritmos de data mining.(certo)
-
Certo.
A análise de regressão busca explicar uma ou várias variáveis de interesse (sempre contínuas ou binárias) em
função de outras. Uma vez construído o modelo (que é uma equação matemática), ele pode ser usado para realizar predições ou calcular probabilidades.
A tarefa de regressão é predizer um valor numérico a partir de um conjunto de atributos fornecidos.
É considerada como um aprendizado supervisionado (supervised learning), pois a base de dados de treinamento já possui valores numéricos previamente definidos para o atributo a ser previsto nas novas instâncias.
-
Alguém poderia explicar o que fundamenta o "controle" estar entre os demais objetivos?
-
Sangue de Jesus tem Poder
-
GAB: C
O OBJETIVO DA REGRESSÃO É PREDIZER VALORES (SUMARIZAR / ESTIMAR) COM BASE EM REGISTROS PRE-ESTABELECIDOS.
-
NINGUÉM COLOCA A FONTE AAAAAAAAAAAA
-
Mar que garai que esses caras tinham que colocar sa garai de Big data no edital....
-
Pessoal, prestem atenção no cargo que é direcionado a questão, a cobrança é mais pesada para áreas da tecnologia da informação e PF.
Para PRF provavelmente virá algo direcionado aos Vs, tipos de dados, armazenamento e Big Data Analytics.
-
A analise de regressão pode utilizar series temporais para predizer comportamentos futuros, pode estimar uma variável através de sua relação com outras variáveis e também pode ser utilizada para descrever bases de dados (sumarização).
-
O assunto é muito extenso, mas resumidamente regressão é a forma mais simples de análise preditiva. é uma ferramenta poderosa, que pode ser utilizada imediatamente para ajudar a resolver muitos problemas do dia a dia, com base em fatos e dados .
FONTE: https://s3.amazonaws.com/educa/pucrs/Aula/1683/Fabiano+Castello+-+Aula+01+e+02.pdf
-
quem já viu a série DARK responde essa pergunta com facilidade...
-
Deus, sou eu aqui de novo... Tire essas questões malignas da mente dos examinadores da Cespe quando estes estiverem elaborando o certame da PRF... No momento é só isso. Amém!
-
Analise de regressão ou padrões sequenciais: Basicamente é baseado em experiencias passadas para prever comportamentos futuros, logo então como objetivo essas características abaixo para uma melhor qualidade dessa técnica.
Sumarização: Técnicas que permitem a identificação de uma descrição compacta e inteligível para os dados (ou para um subconjunto dos mesmos).
Predição: É o processo de predizer um comportamento futuro, baseado em vários valores.
Estimação: É o processo de predizer algum valor, baseado num padrão já conhecido.
-
Essas questões abusam psicologicamente da minha essência de concurseiro.
by: Lumena
-
Gab. "CERTO"
Esse tipo de questão parece bem difícil no começo... e depois de muito tempo estudando, parece que ainda está no começo. kkkk
-
A análise de regressão em mineração de dados tem como objetivos a sumariação, a predição, o controle e a estimação. CERTO
· O processo de Data Mining (Mineração de Dados) está incluído em um processo maior que é A DESCOBERTA DE CONHECIMENTO o qual é realizada através de dados que passam por um processo específico, que abrange as seguintes etapas:
1- Seleção:
Seleciona os dados e as variáveis que se quer analisar
2- Pré-processamento:
Etapa em que é feito uma limpeza, eliminar erros, inconsistências, dos dados brutos.
3- Transformação:
Transformar os dados para poder fazer a mineração.
4- Mineração de dados:
É aplicada técnicas e algoritmos para descobrir padrões úteis de dados
5- Interpretação e avaliação:
Para seleciono os que são úteis.
· Análise de regressão:
Análise estatística com o objetivo de verificar a existência de uma relação funcional entre uma variável dependente com uma ou mais variáveis independentes.
Objetivos:
- Sumarização: Técnicas que permitem a identificação de uma descrição compacta e inteligível para os dados (ou para um subconjunto dos mesmos).
- Predição: É o processo de predizer um comportamento futuro, baseado em vários valores.
- controle:
- Estimação: É o processo de predizer algum valor, baseado num padrão já conhecido.
· Análise de sequências temporais:
Analisa estatisticamente sequências de eventos com o objetivo de encontrar sequências que se repetem. Cada sequência será representada por uma linha de tempo com eventos que já ocorreram.
· Fator de confiança varia de 0 a 1. Fator Correlação varia de -1 a 1.
· Padrões sequenciais de EVENTOS
· Ex: Paciente chegou com gripe, depois voltou com febre, depois com tosse -> Opa, provavelmente ele terá pneumonia
· Padrões temporais -> Fator TEMPORAL/intervalos regulares.
· Ex: Quem vai na farmácia comprar remédio pra febre, 3 dias depois volta pra fazer o exame de COVID.
-
nunca pensei que diria isso. OBRIGADO ESTATISTICA!!!
-
Aprendizado de Máquina Supervisionado
O computador recebe uma série de dados com os rótulos corretamente estabelecidos.
Dividido em:
1- Regressão Linear: O objetivo do algoritmo é traçar uma curva, prever o valor de uma característica em função de outra(s).
2- Classificação: O objetivo do algoritmo é traçar uma curva, identificar as classes dos elementos.
2.1 (Dentro de Classificação) SVM Support Vector Machine: Um algoritmo de SVM tenta encontrar uma curva que divida as duas classes de elementos de maneira igualmente espaçada.
Foco e Fé!!!
Classificação (preditiva) - aprendizado supervisionado
Clustering (descritiva) - aprendizado não supervisionado
Regras de associação( descritiva) - aprendizado não supervisionado
Regressão (preditiva)- aprendizado supervisionado
Detecção de desvios (preditiva)- aprendizado supervisionado
-
comentário de professor: https://www.youtube.com/watch?v=fuG4iwknCYE
começa em 3:43
-
CERTO
REGRESSÃO (estimação)
- Preditiva (prevê o valor mais provável)
- Sumarização (identifica as características comuns)
- Prevê o VALOR MAIS PROVÁVEL, baseando-se em outros valores de situações semelhantes.
ex: Estimar valores que vão ser gastos por uma família carioca com lazer nas férias, de acordo com os índices gastos de uma família paulistana na mesma circunstância, de acordo com os hábitos, idade, e padrão financeiro.
-
Regressão: É a técnica utilizada quando se quer prever valores de algo futuro, baseado em comportamento de variáveis passadas. Um exemplo seria prever o valor de mercado de um imóvel utilizando um algoritmo de regressão linear.
-
Sem luta não há derrota!!
-
-> TÉCNICAS E TAREFAS
1) Predição
1.1 Classificação:
- Prever categorias PRÉ- DEFINIDAS, bem como atribuição dos dados nas categorias estabelecidas
- É um exemplo de aprendizado SUPERVISIONADO # Clustering (agrupamento) que é NÃO SUPERVISIONADO
- Constroem-se a partir de um conjunto de dados de entrada
- Identifica cada classe por meio de múltiplos atributos e os rotula e etiqueta
- Essas técnicas pode ser utilizada com outras técnicas
- Ferramentas de classificação: Redes neurais e Árvores de decisão
1.2 Regressão:
- É uma técnica que permite lidar com a previsão de um valor
- Uma das tarefas compreende a busca por uma função que mapeie os registros de um banco de dados em um intervalo de valores reais
- O objetivo é prever um número
- De maneira geral, a análise de regressão tem como objetivos a sumarização, a predição, o controle, a estimação, a seleção de variáveis e a inferência
-
Nunca vi uma matéria com tanto conceito chato, como decorar tudo isso, Jesus.....
-
Gabarito: Certo
Olha nossa banca predileta servindo de mineumônico kkk
A análise de regressão em mineração de dados tem como objetivos a CESP:
Controle
Estimação
Sumariacao
Predição
-
Olhem o cargo .... !
-
Regressão ou Predição
- Aprendizado de uma função que pode ser usada para mapear os valores associados aos dados em um ou mais valores reais.
- Tem como objetivos a sumariação, a predição, o controle e a estimação.
-
A regressão em mineração de dados tem como objetivos a "CESP":
Controle
Estimação
Sumariacao
Predição
-
Saravá meu Pai!!!!
-
Misericórdia senhor ....