-
Gabarito: Letra A
Observar o item 6.2 do link.
https://books.google.com.br/books?id=HN6sCQAAQBAJ&pg=PT215&lpg=PT215&dq=fases+CRISP-DM&source=bl&ots=3rvF_LhJK9&sig=gIRgaI0gf69y4Wis7koKD4xeoCU&hl=pt-BR&sa=X&ved=0ahUKEwjRjPiiztzJAhWISiYKHeatD1o4ChDoAQg-MAU#v=onepage&q=fases%20CRISP-DM&f=false
-
1- 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.
2- Entender os Dados: recolhimento de dados e inicio de atividades para familiarização com os dados, identificando problemas ou conjuntos interessantes.
3- Preparação dos Dados: construção do conjunto de dados final a partir dos dados iniciais. Normalmente ocorre várias vezes no processo.
4- Modelagem: várias técnicas de modelagem são aplicadas, e seus parâmetros calibrados para otimização. Assim, é comum retornar à Preparação dos Dados durante essa fase.
5- 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.
6- Desenvolvimento: o conhecimento adquirido pelo modelo é organizado e apresentado de uma maneira que o cliente possa utilizar.
Fonte: https://pt.wikipedia.org/wiki/Cross_Industry_Standard_Process_for_Data_Mining
-
Fases da Mineração de Dados - (CRISP-DM)
Propõe uma visão geral do ciclo de vida de um projeto de mineração de dados.
FASES:
-Entendimento do Negócio
-Seleção dos Dados
-Limpeza dos Dados
-Modelagem dos Dados
-Avaliação do Processo
-Execução
Fonte: Provas de TI
-
GABARITO A!
Fases do CRISP-DM
ENTENDIMENTO DO NEGÓCIO
ENTENDIMENTOS DOS DADOS
PREPARAÇÃO DOS DADOS
MODELAGEM
TESTE & AVALIAÇÃO
IMPLEMENTAÇÃO
-
Letra A
Entendimento do negócio = Compreensão do Negócio
Entendimento dos dados = Compreensão dos Dados
Preparação dos dados
Modelagem dos dados
Avaliação
Implementação = Desenvolvimento
___________________________________________________
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 e preparação dos dados para a modelagem
- Modelagem dos dados: aplicação de técnicas de data mining sobre os dados
- Avaliação: realização de testes para validar os dados
- Implementação: execução