Questões

Sobre business intelligence, analise as afirmativas abaixo:

I. Uma das etapas da abordagem OLAP diz respeito às ferramentas que são utilizadas para extração dos dados do repositório para posterior inserção no datawarehouse.

II. A predição de eventos é uma das propriedades da mineração de dados.

III. O data warehouse é um banco de dados que contém dados voláteis sumarizados de várias formas para respostas rápidas a consultas.

Está CORRETO o que se afirma em

Julgue o item que se segue, relativo a conceitos de data warehouse, técnicas de modelagem dimensional e otimização de bases de dados para BI. 

Em regra, as chaves substitutas são incorporadas nas tabelas de dimensões de um data warehouse relacional para atribuir um identificador único para cada registro nas tabelas de dimensões.

Acerca do Microsoft Power BI, julgue o item a seguir.

A filtragem cruzada, em ambos os trajetos, funciona bem para um padrão de esquema em estrela. Porém, em esquema de padrões mais gerais, ela pode criar um conjunto ambíguo de relações.

Business inteligence (BI) e analytics são ferramentas que estão ajudando as empresas a entenderem melhor a dinâmica de seus próprios negócios e estão cada vez mais presentes nas preocupações dos responsáveis pela infraestrutura de TI. Com base nessa informação, julgue o item a seguir.

 A análise descritiva é responsável por prever eventos futuros com base em dados passados. 

Acerca do Microsoft Power BI, julgue o item a seguir.

Para editar ou transformar uma consulta no editor Power Query antes de carregar os dados, pode-se clicar na opção Edit Data, localizada na parte superior do painel do navegador durante a conexão com as fontes de dados.

Os hiperparâmetros de um modelo são todos os parâmetros que podem ser definidos antes do inicio do treinamento, diferentemente dos parâmetros do modelo, que são aprendidos durante o treino do modelo. A busca por hiperparâmetros de determinado algoritmo de aprendizado de máquina que retorne o melhor desempenho medido em um conjunto de validação deu origem ao conceito de otimização de hiperparâmetros.

Acerca dos conceitos de otimização de hiperparâmetros de modelos de aprendizado de máquinas, julgue o item que se segue.  

A otimização bayesiana se utiliza do conceito de probabilidade para encontrar o valor de entrada de uma função que possa retornar o menor valor de saída possível. Nesse método, o número de iterações de pesquisa pode ser reduzido a partir da escolha dos valores de entrada, levando em consideração os resultados anteriores, o que caracteriza um processo iterativo.