Lista completa de Questões de Ciência da Computação do ano 2006 para resolução totalmente grátis. Selecione os assuntos no filtro de questões e comece a resolver exercícios.
Um sistema de informações geográficas (SIG) tem várias definições. Considerando aspectos de TI e de sistemas computacionais, julgue os próximos itens.
SIG não pode ser definido como uma TI que armazena, analisa e exibe dados espaciais ou não.
Um sistema de informações geográficas (SIG) tem várias definições. Considerando aspectos de TI e de sistemas computacionais, julgue os próximos itens.
Um SIG baseado em computador permite a captura, modelagem, manipulação, recuperação, análise e apresentação de dados georreferenciados.
Um sistema de informações geográficas (SIG) tem várias definições. Considerando aspectos de TI e de sistemas computacionais, julgue os próximos itens.
Apesar das várias definições, um SIG é, necessariamente, limitado a um simples e bem definido sistema de computador.
Mineração de dados é o processo de empregar uma ou mais técnica de aprendizagem em computador para, automaticamente, analisar e extrair conhecimentos de dados contidos em uma base de dados. Julgue os itens seguintes, que versam sobre mineração de dados e KDD. Existem diversas técnicas de mineração de dados, todas elas, usam exclusivamente a aprendizagem indutiva.
Mineração de dados é o processo de empregar uma ou mais técnica de aprendizagem em computador para, automaticamente, analisar e extrair conhecimentos de dados contidos em uma base de dados. Julgue os itens seguintes, que versam sobre mineração de dados e KDD. KDD é o processo não-trivial de identificação de padrões em um conjunto de dados. Tais padrões devem possuir as seguintes características: validade (aplicarem-se a novos dados com algum grau de certeza ou probabilidade), novidade (não terem sido detectados por nenhuma outra abordagem), utilidade potencial (poderem ser utilizados para a tomada de decisões úteis, medidas por alguma função) e serem assimiláveis (ao conhecimento humano).
Mineração de dados é o processo de empregar uma ou mais técnica de aprendizagem em computador para, automaticamente, analisar e extrair conhecimentos de dados contidos em uma base de dados. Julgue os itens seguintes, que versam sobre mineração de dados e KDD. O processo de KDD é iterativo e cíclico, podendo a saída de uma etapa requerer revisão em etapa anterior. Nesse contexto, a mineração de dados pode ser entendida como uma etapa desse processo.
Mineração de dados é o processo de empregar uma ou mais técnica de aprendizagem em computador para, automaticamente, analisar e extrair conhecimentos de dados contidos em uma base de dados. Julgue os itens seguintes, que versam sobre mineração de dados e KDD. Os principais objetivos de alto nível da mineração de dados são previsão e descrição. A previsão envolve o uso de variáveis da base de dados para serem previstos valores desconhecidos ou futuros de variáveis de interesse. Com a descrição, objetiva-se encontrar padrões de descrição dos dados que sejam interpretáveis pelos seres humanos.
Mineração de dados é o processo de empregar uma ou mais técnica de aprendizagem em computador para, automaticamente, analisar e extrair conhecimentos de dados contidos em uma base de dados. Julgue os itens seguintes, que versam sobre mineração de dados e KDD. A metodologia para a realização de tarefas de mineração de dados, prescrita pelo modelo de referência proposto pelo Consórcio CRISP/DM, consiste nas seguintes fases: entendimento do negócio (business understanding), entendimento dos dados (data understanding), préprocessamento dos dados (data preparation), modelagem (modeling), avaliação dos modelos (evaluation) e colocação do modelo selecionado em uso (deployment).
Julgue os seguintes itens, acerca de técnicas de mineração de dados. Agrupamento (clustering) não-supervisionado pode ajudar a se detectarem instâncias de dados atípicas na base de dados.
Julgue os seguintes itens, acerca de técnicas de mineração de dados. O K-means (K-média) é um algoritmo de agrupamento estatístico que permite particionar-se um conjunto de dados em K clusters (grupos) disjuntos. Embora os centros iniciais dos K clusters sejam escolhidos aleatoriamente, eles apresentam bom desempenho.
{TITLE}
{CONTENT}
{TITLE}
Aguarde, enviando solicitação...