Questões de Concurso CESGRANRIO

devem ser criados apenas para atributos que compõem chave primária de T1.

permitem chaves de mais de uma tabela (ex: T1 e T2) simultaneamente, em um mesmo índice.

podem ser criados após a tabela T1 ter sido criada.

qualquer modificação na tabela T1 levará à recriação dos seus índices.

serão utilizados em todas as consultas à tabela T1.

“Aceitação do Cliente” o modelo criado é aprovado, antes da sua implantação.

“Aquisição de Dados e Entendimento” é criado um fluxo de dados para atualizar os dados regularmente.

“Implantação” é preparado um ambiente para testes e homologação do modelo.

“Modelagem” é criado um Diagrama de Entidades e Relacionamentos, com seu respectivo dicionário de dados.

“Noções Básicas sobre Negócios” são definidos indicadores de desempenho, suas metas e iniciativas relacionadas.

a discretização por binning é uma técnica de divisão bottom-up que considera um número específico de categorias (bins).

a discretização por entropia minimiza a descrição total dos dados, balanceando entre o número de bins e a qualidade da discretização.

a discretização por histogramas é uma técnica não supervisionada, pois a formação dos bins não considera informações de classes ou rótulos.

cada bin, no método de binning de largura igual, contém aproximadamente o mesmo número de amostras de dados.

uma limitação da discretização por histogramas multidimensionais é a inviabilidade de captura de dependência entre atributos.

altera a escala decimal dos valores integrantes do atributo W, dependendo do valor máximo absoluto desse conjunto.

apresenta maior robustez a outliers quando comparada à normalização z-score aplicada com o desvio absoluto médio dos valores do atributo W.

promove uma transformação linear nos dados originais do conjunto W, pela aplicação do valor absoluto máximo do conjunto.

revela-se útil quando os valores mínimo e máximo dos valores integrantes do conjunto W são desconhecidos.

subtrai a mediana dos dados e depois os escala de acordo com o intervalo interquartil.

A aplicação de técnicas de criação de features, como a interação entre variáveis, e em seguida a divisão do conjunto de dados em três partes: treinamento, validação e teste, utilizando 70% para treinamento, 15% para validação e 15% para teste, assegurando, com isso, que os três conjuntos sejam desbalanceados para refletir a distribuição real dos dados.

A aplicação de transformações matemáticas, como a normalização, apenas no conjunto de teste, para evitar a distorção das variáveis de entrada, e a divisão dos dados restantes igualmente entre treinamento e validação.

A realização da técnica de amostragem estratificada para dividir os dados entre treinamento, validação e teste, e em seguida a aplicação da transformação de raiz quadrada em todas as variáveis para aumentar a variância das features, garantindo que o modelo capture melhor os padrões nos dados.

A realização da transformação logarítmica em todas as variáveis categóricas antes de realizar a divisão dos dados, e a garantia de que o conjunto de validação seja maior que o de treinamento para prevenir overfitting.

A realização da seleção de features com a utilização de técnicas de análise de correlação, descartando as variáveis altamente correlacionadas, e a aplicação da divisão dos dados em conjuntos de treinamento e teste usando uma divisão 80/20, aplicando a validação cruzada (cross-validation) para ajustar os hiperparâmetros do modelo.