Questões de Concurso
Filtrar
113 Questões de concurso encontradas
Página 2 de 23
Questões por página:
Questões por página:
Concurso:
UFSM
Disciplina:
Banco de Dados
Em uma pesquisa sobre hábitos daqueles que passaram no concurso público X, gerou-se a seguinte
tabela como exemplo dos dados coletados.
Hábitos vs Aprovação no Concurso X. A primeira coluna significa que o estudo semanal foi maior que 15h um mês antes do concurso. A segunda coluna refere-se à média final no curso superior. A coluna “Aprovado” refere-se a quem foi aprovado na primeira tentativa.
Para esta tabela, considerando a regra gerada pelo algoritmo Apriori, {Estudo>15h}?{Aprovado}, assinale a alternativa com a afirmação correta.
Hábitos vs Aprovação no Concurso X. A primeira coluna significa que o estudo semanal foi maior que 15h um mês antes do concurso. A segunda coluna refere-se à média final no curso superior. A coluna “Aprovado” refere-se a quem foi aprovado na primeira tentativa.
Para esta tabela, considerando a regra gerada pelo algoritmo Apriori, {Estudo>15h}?{Aprovado}, assinale a alternativa com a afirmação correta.
Concurso:
UFSM
Disciplina:
Banco de Dados
Há múltiplas maneiras de criar sistemas de recomendação. Uma das maneiras, baseada em mineração de dados, é identificar quais itens costumam
ocorrer em conjunto e posteriormente programá-las
no sistema. Tal problema é solucionado por algoritmos de associação que podem gerar regras ao estilo
setA?setB (leia-se, conjunto A implica conjunto B),
em que diversas métricas podem ser obtidas para
validar a força da regra.
Assinale a alternativa que, respectivamente, corresponde a um algoritmo de associação e a uma métrica usada para validar a regra.
Assinale a alternativa que, respectivamente, corresponde a um algoritmo de associação e a uma métrica usada para validar a regra.
Concurso:
ITAIPU BINACIONAL
Disciplina:
Banco de Dados
Castro e Ferrari (2016) mencionam que as funcionalidades da mineração de dados são utilizadas para especificar os tipos de informação a serem obtidos nas tarefas de mineração. Sobre esse tema, considere as seguintes funcionalidades:
1. Análise de grupos: tarefa supervisionada que separa um conjunto de objetos em grupos.
2. Classificação: tarefa supervisionada para predição de valores discretos.
3. Regressão (ou estimação): tarefa supervisionada para predição de valores contínuos.
4. Associação: tarefa que descobre relações entre atributos por meio da detecção de anomalias nos conjuntos de dados.
É/São funcionalidade(s) da etapa de mineração:
A Descoberta de conhecimento em Bancos de Dados (KNOWLEDGE DISCOVERY IN DATABASES) , normalmente abreviada como KDD, engloba mais que a DATA MINING. Este processo é composto por seis fases, que são executadas na seguinte ordem: Seleção de dados;
Segundo Carlos Barbieri (2011), em Business Intelligence
(BI), o conceito de DATA MINING (mineração de dados) esta
relacionado à tendência de buscar correlações escondidas em
altos volumes de dados. Em qual fase do processo de DATA
MINING são definidos os metadados e coletado o dado que será
garimpado?
