Ícone Questionei
QuestõesDisciplinasBancasDashboardSimuladosCadernoRaio-XBlog
Logo Questionei

Links Úteis

  • Início
  • Questões
  • Disciplinas
  • Simulados

Legal

  • Termos de Uso
  • Termos de Adesão
  • Política de Privacidade

Disciplinas

  • Matemática
  • Informática
  • Português
  • Raciocínio Lógico
  • Direito Administrativo

Bancas

  • FGV
  • CESPE
  • VUNESP
  • FCC
  • CESGRANRIO

© 2026 Questionei. Todos os direitos reservados.

Feito com ❤️ para educação

Logo Questioneiquestionei.com
  1. Início/
  2. Questões

Questões

Explore as questões disponíveis e prepare-se para seus estudos!

Filtros

Disciplina
Tema
Cargo
Dificuldade
Banca
Ano
Organização

Excluir questões:

Filtrar por:

Seus filtros aparecerão aqui.

10 por página

1

457941200946226
Ano: 2019Banca: FCCOrganização: SANASA CampinasDisciplina: Banco de DadosTemas: Mineração de Dados

Considere que a SANASA busca realizar a gestão de recursos hídricos subterrâneos com base em parâmetros conhecidos que determinam a poluição das águas subterrâneas. Um desses parâmetros, para exemplificar, seria o nitrato, um indicador de poluição difusa de água subterrânea. Criando-se regras para realizar o aprendizado supervisionado do sistema de Data Mining utilizando-se uma certa técnica, chegar-se-á a um resultado que considera os diversos parâmetros para se descobrir se um certo aquífero tem água potável ou não, comparando-se com uma definição conhecida.


Nesse cenário, a técnica aplicada é denominada

Gabarito comentado
Anotações
Marcar para revisão

2

457941201676093
Ano: 2021Banca: CESPE / CEBRASPEOrganização: TCE-RJDisciplina: Banco de DadosTemas: Mineração de Dados

Com relação a noções de mineração de dados e Big Data, julgue o item que se segue.


A descoberta de conhecimento em bases de dados, ou KDD (knowledge-discovery), é a etapa principal do processo de mineração de dados.

Gabarito comentado
Anotações
Marcar para revisão

3

457941200929487
Ano: 2022Banca: COPEVE-UFALOrganização: TCE-ALDisciplina: Banco de DadosTemas: Mineração de Dados
Em muitos problemas reais, os dados contêm classes majoritárias e minoritárias. Por exemplo, ao se analisar dados sobre fraudes em bancos, é mais provável que os conjuntos de dados contenham poucos dados de fraude e muitos de não fraude. Ao dividir o conjunto de dados em conjunto de treinamento e conjunto de teste para avaliar um modelo de classificação, qual técnica garante que o conjunto de teste tenha elementos da classe minoritária?
Gabarito comentado
Anotações
Marcar para revisão

4

457941200905468
Ano: 2014Banca: CESPE / CEBRASPEOrganização: TJ-SEDisciplina: Banco de DadosTemas: Mineração de Dados | Data Mart | Data Warehouse
Com relação a sistemas de suporte à decisão, julgue os seguintes itens.

Assim como o DataMining, os DataMarts são voltados para a obtenção de informações estratégicas de maneira automática, ou seja, com o mínimo de intervenção humana a partir da análise de dados oriundos de DataWarehouses.
Gabarito comentado
Anotações
Marcar para revisão

5

457941200151358
Ano: 2020Banca: CESPE / CEBRASPEOrganização: Ministério da EconomiaDisciplina: Banco de DadosTemas: Mineração de Dados

No que se refere à mineração de dados, julgue o item a seguir.


Na análise hierárquica de agrupamentos, é possível realocar um elemento que tenha sido alocado incorretamente no início do processo.

Gabarito comentado
Anotações
Marcar para revisão

6

457941200887632
Ano: 2024Banca: CESPE / CEBRASPEOrganização: CTIDisciplina: Banco de DadosTemas: Mineração de Dados

No que se refere à análise e à mineração de dados, julgue o próximo item.


A análise preditiva de dados se diferencia da análise prescritiva de dados porque a primeira tem o objetivo de determinar as consequências das decisões tomadas, enquanto a segunda utiliza fatos do passado para visualizar e prever eventos futuros.

Gabarito comentado
Anotações
Marcar para revisão

7

457941201859272
Ano: 2020Banca: ACCESSOrganização: Câmara de Mangaratiba - RJDisciplina: Banco de DadosTemas: Mineração de Dados | Data Warehouse
No que diz respeito à Gestão e à Tecnologia da Informação e do Conhecimento, dois conceitos são caracterizados a seguir.
I. Está associado à mineração de dados e consiste no uso de processos para explorar grandes quantidades de dados digitais à procura de padrões consistentes, como regras de associação ou sequências temporais, com o objetivo de descobrir relacionamentos sistemáticos entre variáveis; detectando, assim, novos subconjuntos de dados.
II. Está associado a um armazém de dados e consiste basicamente de um depósito de dados digitais para armazenar informações corporativas detalhadas; contendo um agrupamento inteligente de dados de uma mesma fonte.
Os conceitos caracterizados, em I e em II, são denominados, respectivamente,
Gabarito comentado
Anotações
Marcar para revisão

8

457941200363803
Ano: 2012Banca: CESPE / CEBRASPEOrganização: PEFOCEDisciplina: Banco de DadosTemas: Mineração de Dados | Data Warehouse
Texto associado
No que se refere a banco de dados e sistemas de suporte a decisão, julgue os itens subsecutivos.
O data mining tem por objetivo a extração de informações úteis para tomadas de decisão com base nos grandes volumes de dados armazenados nas organizações. Os dados para o data mining são originados restritamente dos data warehouses, pois estes são os que aglomeram enorme quantidade de dados não voláteis e organizados por assunto.
Gabarito comentado
Anotações
Marcar para revisão

9

457941201226473
Ano: 2021Banca: CESGRANRIOOrganização: Banco do BrasilDisciplina: Banco de DadosTemas: Mineração de Dados
Um banco decidiu realizar uma ação de marketing de um novo produto. Buscando apoiar essa ação, a área de TI decidiu estabelecer um mecanismo para identificar quais clientes estariam mais inclinados a adquirir esse produto. Esse mecanismo partia de uma base histórica de clientes que receberam a oferta do produto, e tinha várias colunas com dados sobre os clientes e a oferta, além de uma coluna registrando se eles haviam efetuado ou não a compra do tal produto.
Para isso, decidiram ser mais adequado usar um processo de mineração de dados baseado na noção de
Gabarito comentado
Anotações
Marcar para revisão

10

457941200217584
Ano: 2023Banca: QuadrixOrganização: CREF - 3ª Região (SC)Disciplina: Banco de DadosTemas: Mineração de Dados

No que diz respeito ao modelo de referência CRISP-DM (Cross Industry Standard Process for Data Mining), julgue o item.

A única desvantagem que impede o uso em larga escala do CRISP-DM é o seu alto custo, uma vez que os usuários somente podem utilizá-lo após a aquisição da licença. 

Gabarito comentado
Anotações
Marcar para revisão
..
Logo Questioneiquestionei.com