1.

CESPE TCU
No datamining, o agrupamento e a classificação funcionam de maneira similar: o
agrupamento reconhece os padrões que descrevem o grupo ao qual um item
pertence, examinando os itens existentes; a classificação é aplicada quando
nenhum grupo foi ainda definido.
2. INSTITUTO AOCP PRODEB
Classificação é o processo de encontrar um modelo que descreva classes diferentes
de dados. As classes são predeterminadas, por exemplo, em uma aplicação
bancária, clientes que possuam um cartão de crédito podem ser classificados como
“risco baixo”, “risco justo”, ou “risco alto”. Esse tipo de atividade é também chamada,
em modelagem de dados, de
A estratégia.
B planejamento.
C esquema.
D data mining.
E aprendizado supervisionado.
3. ESAF MF
Uma técnica de classificação em Mineração de Dados é uma abordagem sistemática
para
A construção de controles de ordenação a partir de um conjunto de acessos.
B construção de modelos de classificação a partir de um conjunto de dados de
entrada.
C construção de modelos de dados a partir de um conjunto de algoritmos.
D construção de controles de ordenação independentes dos dados de entrada.
E construção de modelos de sistemas de acesso a partir de um conjunto de
algoritmos.
4. CEBRASPE APEX BRASIL
Um data mining revela informações que consultas manuais não poderiam revelar
efetivamente. Por exemplo, em data mining, o algoritmo de classificação permite
A dividir o banco de dados em segmentos cujos membros compartilhem
características iguais por meio de redes neurais.
B analisar os dados históricos armazenados em um banco de dados e gerar
automaticamente um modelo que possa prever comportamentos futuros.
C mapear dados por meio da técnica estatística e, assim, obter um valor de previsão
a partir de técnicas de regressão linear e não linear.
D estabelecer relações entre itens que estejam juntos em determinado registro, o
que é conhecido como análise de cesta de compras.
5. CEBRASPE MINISTÉRIO DA ECONOMIA
A técnica de agregação na mineração de dados atua em conjunto de registros que
tenham sido previamente classificados.
6. CEBRASPE MPU
Em se tratando de mineração de dados, a técnica de agrupamento (clustering)
permite a descoberta de dados por faixa de valores, por meio do exame de alguns
atributos das entidades envolvidas.
7. CEBRASPE MEC
Selecionar uma amostra e determinar os conjuntos de itens frequentes dessa
amostra para formar a lista de previsão de subconjunto são as principais
características do algoritmo de previsão.
8. CEBRASPE MEC
A classificação, uma das principais tecnologias da mineração de dados, caracteriza-
se por possuir um conjunto de transações, sendo cada uma delas relacionada a um
itemset.
9. FCC AL/AP 2020
No contexto de data mining, considere o caso hipotético a seguir:
Uma financeira possui o histórico de seus clientes e o comportamento destes em
relação ao pagamento de empréstimos contraídos previamente. Existem dois tipos
de clientes: adimplentes e inadimplentes. Estas são as categorias do problema
(valores do atributo alvo). Uma aplicação de mining, neste caso, consiste em
descobrir uma função que mapeie corretamente os clientes, a partir de seus dados
(valores dos atributos previsores), em uma destas categorias. Tal função pode ser
utilizada para prever o comportamento de novos clientes que desejem contrair
empréstimos junto à financeira. Esta função pode ser incorporada a um sistema de
apoio à decisão que auxilie na filtragem e na concessão de empréstimos somente a
clientes classificados como bons pagadores.
Trata-se de uma atividade denominada

A sumarização.
B descoberta de associações.
C classificação.
D descoberta de sequências.
E previsão de séries temporais.