-
Como explicou o colega acima:
O correto para manter o sentido da proposição seria : ((~P) ---> Q) ----> R.
(Se o seu problema não tem solução então nada que voce fizer resolve seu problema) então não é preciso se preocupar com seu problema .
-
Gab: ERRADO
A detecção de novos tipos de fraudes é uma das aplicações comuns da técnica de modelagem descritiva
Segundo os profs. no extraoficial = preditiva
Bons estudos!
-
Se vai detectar algo que ainda vai acontecer, será PREDITIVA.
-
- JUSTIFICATIVA - ERRADO. A detecção de fraudes é uma das aplicações da técnica “detecção de anomalias” da mineração de dados.
- Detecção de anomalia
- “A detecção de anomalias pode ser vista como o outro lado do cluster — ou seja, encontrar instâncias de dados que são incomuns e não se enquadram em nenhum padrão estabelecido. A detecção de fraude é um exemplo de detecção de anomalias. Embora a detecção de fraude possa ser vista como um problema para a modelagem preditiva, a relativa raridade de transações fraudulentas e a velocidade com que os criminosos desenvolvem novos tipos de fraude significam que qualquer modelo preditivo provavelmente terá baixa precisão e se tornará rapidamente desatualizado. Assim, a detecção de anomalias se concentra em modelar o que é um comportamento normal para identificar transações incomuns.” Modelagem descritiva
- “A modelagem descritiva, ou clustering, também divide os dados em grupos. Com o agrupamento, no entanto, os grupos apropriados não são conhecidos com antecedência; os padrões descobertos pela análise dos dados são usados para determinar os grupos.”
-
Olá!
Gabarito: Errado
Bons estudos!
-O sucesso é a soma de pequenos esforços repetidos dia após dia.
-
QUESTÃO:
A detecção de novos tipos de fraudes é uma das aplicações comuns da técnica de modelagem descritiva da mineração de dados, a qual viabiliza o mapeamento rápido e preciso de novos tipos de golpes por meio de modelos de classificação de padrões predefinidos de fraudes.
GABARITO: ERRADO
Nesse caso seria a técnica Preditiva.
Resumo:
Descritiva: O que está acontecendo?
Diagnóstica: Por que isso aconteceu?
Preditiva: O que vai acontecer?
Prescritiva: O que deve ser feito?
-
Errado
O método é a PREDITIVA.
- Análise descritiva: nesse tipo de análise são extraídos pontos especiais de atenção e são explicados de forma a analisar o histórico de determinado tema. A informação mostra tendências e ocorrências que permitem que as partes interessadas analisem os resultados e eventos passados.
- Análise preditiva: com esse tipo de análise, é possível prever o que acontece com base nos dados históricos. O ponto mais crucial é a qualidade dos dados que temos, para que a previsão seja o mais precisa possível.
- Análise prescritiva: com base nos resultados anteriores, os usuários entenderão e tomarão melhores decisões sobre o que precisa ser feito para obter os resultados desejados para o futuro. Isso quer dizer que a análise prescritiva permite efetivamente desenhar recomendações para possíveis situações futuras com base em dados históricos.
-
Mineração de dados (data mining):
- Análise descritiva: A informação mostra tendências e ocorrências que permitem que as partes interessadas analisem os resultados e eventos passados.
- Análise preditiva: Prever o que acontece com base nos dados históricos.
- Análise prescritiva: com base nos resultados anteriores, os usuários entenderão e tomarão melhores decisões sobre o que precisa ser feito para obter os resultados desejados para o futuro.
-
Bom, ao meu ver, há 2 erros na questão.
1.Dizer que a modelagem descritiva é usada para classificar padrões predefinidos, como muitos disseram aqui.
2. Dizer que a mineração de dados viabiliza mapeamento rápido e preciso de novas fraudes. Não é rápido, nem preciso como o item afirma.
-
Nada melhor do que a justificativa da própria banca: “A detecção de fraudes é uma das aplicações da técnica “detecção de anomalias” da mineração de dados.
Detecção de anomalia
Pode ser vista como o outro lado do cluster — ou seja, encontrar instâncias de dados que são incomuns e não se enquadram em nenhum padrão estabelecido.
Ex.: detecção de fraude
Embora a detecção de fraude possa ser vista como um problema para a modelagem preditiva, a relativa raridade de transações fraudulentas e a velocidade com que os criminosos desenvolvem novos tipos de fraude significam que qualquer modelo preditivo provavelmente terá baixa precisão e se tornará rapidamente desatualizado.
Assim, a detecção de anomalias se concentra em modelar o que é um comportamento normal para identificar transações incomuns.
Modelagem descritiva = Clustering
Também divide os dados em grupos.
Com o agrupamento, no entanto, os grupos apropriados não são conhecidos com antecedência; os padrões descobertos pela análise dos dados são usados para determinar os grupos”.
De fato, a questão trata de detecção de anomalia e, não, modelagem descritiva.
O algoritmo identifica que determinado comportamento não se encaixa em nenhum padrão pré-estabelecido.
-
Gabarito ► ERRADO
Em síntese, ERRO1: Dar a entender que modelos de classificação de padrões predefinidos de fraudes permite o mapeamento rápido e preciso de novos tipos de golpes. Isso é falso. O CERTO 1: qualquer modelo preditivo tende a ter baixa precisão e se tornará rapidamente desatualizado, por conta da relativa raridade de transações fraudulentas e a velocidade com que os criminosos desenvolvem novos tipos de fraude. ERRO 2: Dar a entender que técnica de modelagem descritiva da mineração de dados lançam mão de modelos de classificação de padrões predefinidos de fraudes. Isso é falso. O CERTO 2: Se os grupos apropriados na modelagem descritiva não são conhecidos com antecedência, então não há padrão predefinido, como disse a questão.
Bons estudos :)
-
A detecção de novos tipos de fraudes é uma das aplicações comuns da técnica de modelagem descritiva da mineração de dados, a qual viabiliza o mapeamento rápido e preciso de novos tipos de golpes por meio de modelos de classificação de padrões predefinidos de fraudes. errado
Análise preditiva: Prever o que acontece com base nos dados históricos
Bendito serás!!