Questões de Ciência da Computação do ano 2012

Uma árvore B+ difere de uma árvore B no sentido que a árvore B+

• A.

  tem um limite inferior menor do que a árvore B para o número de chaves que um nó interno pode conter.

• B.

  tem um limite superior maior do que a árvore B para o número de chaves que um nó interno pode conter

• C.

  permite que as folhas tenham profundidades variadas enquanto que a árvore B obriga que a profundidade de todas as folhas seja a mesma.

• D.

  permite um armazenamento maior do que a árvore B.

• E.

  armazena apenas ponteiros de chaves e filhos nos nós internos, enquanto as árvores B armazenam, também, informações “satélite” (ou ponteiros para tais informações) nos nós internos.

Uma árvore B é uma estrutura de dados em árvore na qual

• A.

  a profundidade das folhas é variável.

• B.

  as chaves armazenadas em cada nó são mantidas em uma ordem aleatória.

• C.

  os nós das folhas têm, no máximo, 1 filho.

• D.

  existem limites inferiores e superiores para o número de chaves que os nós intermediários podem conter.

• E.

  um nó interno contém N chaves e (N-1) filhos.

A respeito de estrutura de dados, julgue os itens a seguir.

Em uma estrutura de dados do tipo pilha, o único elemento que pode ser removido é o que está na base.

• C. Certo
• E. Errado

A respeito de estrutura de dados, julgue os itens a seguir.

Na estrutura de dados do tipo lista, todo elemento novo que é introduzido na pilha torna-se o elemento do topo.

• C. Certo
• E. Errado

Cada Arquivo Lógico Interno e cada Arquivo de Interface Externa devem ser classificados com relação à sua complexidade funcional com base em:

• A.

  Número de Tipos de Dados, Número de Tipos de Registros.

• B.

  Número de Tipos de Arquivos, Número de Tipos de Registros.

• C.

  Número de Tipos de Dados, Número de Tipos de Consultas.

• D.

  Número de Tipos de Campos, Número de Tipos de Arquivos.

• E.

  Número de Tipos de Tabelas, Número de Tipos de Campos.

São exemplos de ALI:

• A.

  Arquivos de índices.

• B.

  Arquivos temporários, de trabalho ou de classificação.

• C.

  Arquivos de backup.

• D.

  Arquivos de mensagens de erro desde que mantidos pela aplicação.

• E.

  Arquivos introduzidos exclusivamente em função da tecnologia utilizada.

No que diz respeito a sistemas de suporte a decisão, julgue os itens subsequentes.

O data mining possibilita analisar dados para obtenção de resultados estatísticos que poderão gerar novas oportunidades ao negócio.

• C. Certo
• E. Errado

Identifique, dentre os itens abaixo, os que podem ser utilizadas por processos e sistemas de data mining.

1. Criptografia assíncrona

2. Inteligência artificial

3. Machine learning

4. Estatística

5. Algoritmos genéticos

Assinale a alternativa que indica todos os itens corretos.

• A.

  São corretos apenas os itens 2, 3 e 4.

• B.

  ão corretos apenas os itens 2, 3 e 5.

• C.

  São corretos apenas os itens 1, 2, 3 e 5.

• D.

  São corretos apenas os itens 2, 3, 4 e 5.

• E.

  São corretos os itens 1, 2, 3, 4 e 5.

No que se refere a data mining e sistemas de suporte a decisão, assinale a opção correta.

• A.

  A técnica de clustering em data mining utiliza os algoritmos ID3 e o C4.5. Esses algoritmos produzem árvores de decisão, o que permite gerar clusters de elementos que, por sua vez, geram mapeamento dos elementos em grupos predefinidos.

• B.

  Utilizando-se a técnica dice em data mining, é possível descobrir regras do tipo basket data, em que cada tupla consiste em um conjunto de atributos binários chamados itens.

• C.

  A técnica de associação em data mining verifica se há controle ou influência entre atributos ou valores de atributos, no intuito de verificar, mediante a análise de probabilidades condicionais, dependências entre esses atributos.

• D.

  Data mining é o processo não trivial de identificar, em bases de dados, padrões válidos, novos e potencialmente úteis ao usuário. KDD (knowledge discovery in databases) é um processo dentro do data mining.

• E.

  A técnica de classificação em data mining possibilita a definição de classes e o enquadramento de elementos em grupos de afinidades, por meio de avaliação de similaridade entre esses elementos.

Acerca de conceitos básicos, arquiteturas e aplicações de data warehouse e datamining e técnicas de modelagem e otimização de bases de dados multidimensionais, julgue os itens que se seguem.

Em datamining, o uso de holdout induz o modelo de classificação a partir do conjunto de treinamento, e seu desempenho é avaliado no conjunto de teste. Quanto menor o conjunto de treinamento, maior a variância do modelo; no entanto, se o conjunto de treinamento for grande demais, a precisão estimada calculada a partir do conjunto menor é menos confiável.

• C. Certo
• E. Errado