Data mining é o processo de explorar grandes quantidades de dados à procura de padrões consistentes, como regras de associação ou sequências temporais, para detectar relacionamentos sistemáticos entre variáveis, detectando assim novos subconjuntos de dados.
QUESTÃO CERTA: No data mining, uma regra de associação relaciona a presença de um conjunto de itens com outra faixa de valores de um outro conjunto de variáveis.
QUESTÃO ERRADA: A grande desvantagem de um datamining consiste no fato de que a identificação de um padrão, para a geração do conhecimento, só é possível por meio da análise em pequenas quantidades de dados.
QUESTÃO CERTA: 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.
QUESTÃO ERRADA: Em Regras de Associação, confiança refere-se a quantas vezes uma regra de associação se verifica no conjunto de dados analisado.
Refere-se ao conceito de SUPORTE.
O suporte vai ser definido pelo número de ocorrências da nossa regra X -> Y sobre o número de transações totais. Logo, o suporte é dado pelo cálculo 50/1000 = 5%.
A confiança é útil para verificarmos a precisão da nossa regra, já define o número de ocorrências em que a regra X -> Y
QUESTÃO CERTA: O algoritmo de árvore de padrão frequente é usado na mineração de dados como objetivo de descobrir: regras de associação.
Árvore FP – Elimina a geração de um grande número de itemset candidatos. Utilizado em regras de associação. Logo após reduzir o número de itemset é possível aplicar o algoritmo a priori.
QUESTÃO CERTA: As regras de associação adotadas em mineração de dados buscam padrões frequentes entre conjuntos de dados e podem ser úteis para caracterizar, por exemplo, hábitos de consumo de clientes: suas preferências são identificadas e em seguida associadas a outros potenciais produtos de seu interesse.