-
Prospecção de dados (português europeu) ou mineração de dados (português brasileiro) (também conhecida pelo termo inglês data mining) é o processo de explorar grandes quantidades de dados à procura de padrões consistentes, como regras de associação ou sequências temporais, para detectar relacionamentos sistemáticos entre variáveis, detectando assim novos subconjuntos de dados.
https://pt.wikipedia.org/wiki/Minera%C3%A7%C3%A3o_de_dados
-
Gabarito: CERTO
Mineração de dados (em inglês, data mining) é o processo de encontrar anomalias, padrões e correlações em grandes conjuntos de dados para prever resultados. Ao empregar uma ampla variedade de técnicas, você pode usar essa informação para aumentar a renda, cortar custos, melhorar o relacionamento com os clientes, reduzir riscos e mais.
https://www.sas.com/pt_br/insights/analytics/mineracao-de-dados.html
-
Posso dizer que:
o ETL extrai DADOS de um grande volume de dados; e
que o Data Mining extrai INFORMAÇÃO de um grande volume de dados??????
-
A Mineração de Dados realmente permite extrair informações a partir de uma grande quantidade de dados – em geral, extraídas de Data Warehouses.
Gabarito: Correto
-
A mineração de dados é um processo que permite encontrar padrões e relacionamentos ocultos em
conjuntos de dados, de modo a subsidiar a tomada de decisão.
Fases:
Seleção -> Pré-Processamento -> Transformação -> Mineração de Dados -> Interpretação/Avaliação
GAB C
-
CERTO
Mineração de Dados é um conjunto de técnicas que envolvem métodos matemáticos, algoritmos e heurísticas para descobrir padrões e regularidades em grandes conjuntos de dados. (Possa et al, 1998)
Mineração de Dados é a exploração e análise de dados, por meio automático ou semiautomáticos, em grandes quantidades de dados, com o objetivo de descobrir regras ou padrões interessantes (Berry & Linoff, 1997)
Mineração de Dados é a análise de grandes conjuntos de dados a fim de encontrar relacionamentos inesperados e de resumir os dados de uma forma que eles sejam tanto úteis quanto compreensíveis ao dono dos dados. (Hand et al)
-
(C)
Outras da CESPE /DATA MINING que ajudam a responder:
A descoberta de novas regras e padrões em conjuntos de dados fornecidos, ou aquisição de conhecimento indutivo, é um dos objetivos de data mining.(C)
Árvores de decisão e regras de associação são exemplos de algoritmos de data mining.(C)
As ferramentas de Data Mining permitem ao usuário avaliar tendências e padrões não conhecidos entre os dados. Esses tipos de ferramentas podem utilizar técnicas avançadas de computação como redes neurais, algoritmos genéticos e lógica nebulosa, dentre outras.(C)
A finalidade do uso do data mining em uma organização é subsidiar a produção de afirmações conclusivas acerca do padrão de comportamento exibido por agentes de interesse dessa organização.(C)
O uso prático de data mining envolve o emprego de processos, ferramentas, técnicas e métodos oriundos da matemática, da estatística e da computação, inclusive de inteligência artificial.(C)
Em DataMining, as árvores de decisão podem ser usadas com sistemas de classificação para atribuir informação de tipo.(C)
Na implementação de mineração de dados (data mining), a utilização da técnica de padrões sequenciais pode ser útil para a identificação de tendências.(C)
-
Mineração de dados é uma das fases do processo de KDD, que é a descoberta de conhecimento sobre o banco de dados. Por conta disso, mineração de dados pode se dá em qualquer grande volume de dados em DW, DM e Big Data.