Questões de Concurso
Filtrar
81 Questões de concurso encontradas
Página 8 de 17
Questões por página:
Questões por página:
Em relação à análise de agrupamentos (clusterização) em mineração de dados, julgue o item seguinte.
O método de clustering k-means objetiva particionar ‘n’ observações entre ‘k’ grupos; cada observação pertence ao grupo mais próximo da média.
Concurso:
Senado Federal
Disciplina:
Banco de Dados
Considerando as diferentes técnicas de mineração de dados, não é correto afirmar que:
Concurso:
BRB
Disciplina:
Banco de Dados
A respeito de banco de dados em SQL, julgue o item seguinte.
Existe uma integração total entre a tecnologia data mining e todos os SGBDs que permite a qualquer usuário, até mesmo aos que desconhecem o esquema de dados de um banco em SQL, descobrir informações nele existentes.
Existe uma integração total entre a tecnologia data mining e todos os SGBDs que permite a qualquer usuário, até mesmo aos que desconhecem o esquema de dados de um banco em SQL, descobrir informações nele existentes.
Concurso:
PREVIC
Disciplina:
Banco de Dados
mostrar texto associado
Um banco de dados pode conter objetos de dados que não sigam o padrão dos dados armazenados. Nos métodos de mineração de dados, esses objetos de dados são tratados como exceção, para que não induzirem a erros na mineração.
Concurso:
SEFAZ-RS
Disciplina:
Banco de Dados
Há uma tecnologia que é empregada sobre grandes volumes de dados para descobrir novas informações em função de regras e padrões existentes nesses dados. Normalmente, tais informações não são obtidas simplesmente consultando os dados armazenados em bancos de dados. Por exemplo: uma das maiores redes de varejo dos Estados Unidos descobriu, em seu enorme banco de dados, por meio do uso dessa tecnologia, que o aumento das vendas de fraldas descartáveis, nas sextas-feiras, estava relacionada às vendas de cerveja, sendo que, geralmente, os compradores eram homens. Como oportunidade de negócio, a rede varejista colocou os produtos lado a lado, resultando em um aumento expressivo nas vendas de ambos os produtos. Para obter tais descobertas, essa tecnologia usa diversas técnicas, tais como associação, classificação e predição, dentre outras. Nesse caso, essa tecnologia é chamada de: