Questões de Concursos Públicos - FEPESE

Resolva questões gratuitas da FEPESE. Banco com 8793 perguntas de concursos. Prepare-se com simulados e estatísticas de acerto.

Q86049 FEPESE - 2017 - CIASC - Analista de Sistemas
Ano: 2017
Órgão: CIASC
Banca: FEPESE
Matéria: Banco de Dados
Assunto: Banco de Dados

Correlacione as colunas 1 e 2 abaixo: Coluna 1 Coluna 2 1. Percepção ( ) Dado 2. Cognição ( ) Informação 3. Sensação ( ) Conhecimento Assinale a alternativa que indica a sequência correta, de cima para baixo.
Q86048 FEPESE - 2017 - CIASC - Analista de Sistemas
Ano: 2017
Órgão: CIASC
Banca: FEPESE
Matéria: Banco de Dados
Assunto: DW - Data Warehouse

O modelo Estrela (Star) e o modelo Floco de Neve (Snow Flake) são tipos de modelos dimensionais. Com relação a esses modelos, assinale a alternativa correta.
Q86047 FEPESE - 2017 - CIASC - Analista de Sistemas
Ano: 2017
Órgão: CIASC
Banca: FEPESE
Matéria: Banco de Dados
Assunto: Banco de Dados Multidimensionais

Assinale a alternativa que apresenta a operação OLAP que permite ao usuário cortar o Cubo em fatias, com a preservação da perspectiva de visualização dos dados (manutenção das dimensões).
Q86046 FEPESE - 2017 - CIASC - Analista de Sistemas
Ano: 2017
Órgão: CIASC
Banca: FEPESE
Matéria: Banco de Dados
Assunto: Banco de Dados

Com relação ao assunto Dados Abertos, assinale a alternativa correta.
Q86045 FEPESE - 2017 - CIASC - Analista de Sistemas
Ano: 2017
Órgão: CIASC
Banca: FEPESE
Assunto: Inteligência Artificial e Automação

Qual técnica de mineração de texto permite agrupar termos ou padrões similares a partir de vários documentos, e pode ser executada de modo top-down ou bottom-up através da aplicação de métodos de hierarquização, distribuição, densidade, entre outros?
Q86044 FEPESE - 2017 - CIASC - Analista de Sistemas
Ano: 2017
Órgão: CIASC
Banca: FEPESE
Matéria: Estatística
Assunto: Análise Multivariada

Analise as afirmativas abaixo com relação ao assunto Análise de Agrupamento (Clustering). 1. Análise de agrupamento (Clustering) é o nome dado para o grupo de técnicas cujo propósito consiste em separar objetos em grupos, baseando-se nas características que estes objetos possuem. O conceito básico consiste em colocar em um mesmo grupo que sejam similares de acordo com algum critério pré-determinado. 2. O agrupamento hierárquico avança sucessivamente, tanto juntando pequenos grupos em maiores, quanto dividindo grandes grupos em menores. O método de agrupamento difere na regra pela qual dois pequenos grupos são unidos ou na forma como um grande é dividido. 3. No método de Encadeamento Completo (Vizinho mais próximo), utiliza-se a distância entre os dois itens mais próximos (vizinhos) como a distância entre dois grupos. Essa regra aglomera itens para formar grupos e os aglomerados resultantes tendem a representar longas “cadeias”. Assinale a alternativa que indica todas as afirmativas corretas.
Q86043 FEPESE - 2017 - CIASC - Analista de Sistemas
Ano: 2017
Órgão: CIASC
Banca: FEPESE
Matéria: Banco de Dados
Assunto: Banco de Dados Multidimensionais

Assinale a alternativa que contém somente tipos de servidores OLAP:
Q86042 FEPESE - 2017 - CIASC - Analista de Sistemas
Ano: 2017
Órgão: CIASC
Banca: FEPESE
Assunto: Sistemas de Informação

Assinale a alternativa que contém as principais fases do processo de Data Minning CRISP-DM.
Q86041 FEPESE - 2017 - CIASC - Analista de Sistemas
Ano: 2017
Órgão: CIASC
Banca: FEPESE
Assunto: Banco de Dados

Analise as afirmativas abaixo sobre RDF (Resource Description Framework). 1. Uma afirmação (statement) RDF consiste em três elementos: , necessariamente nesta ordem. 2. O modelo de dados RDF provê um framework conceitual e abstrato para definir e utilizar metadados, e emprega a XML como sintaxe para criar e intercambiar metadados. 3. O modelo de dados RDF consiste em três tipos de objetos: Recursos, Propriedades e Afirmações (statements).Assinale a alternativa que indica todas as afirmativas corretas.
Q86040 FEPESE - 2017 - CIASC - Analista de Sistemas
Ano: 2017
Órgão: CIASC
Banca: FEPESE
Assunto: Inteligência Artificial e Automação

Analise as afirmativas abaixo no contexto de modelagem preditiva. 1. As técnicas de armazenamento em cluster não requerem que o número de clusters seja fornecido antes do treinamento. Se o número for muito pequeno, o modelo pode perder semelhanças importantes nos dados de entrada. E se o número for muito grande, ele pode perder diferenças importantes. 2. Árvores de decisão, redes neurais e modelos de regressão empregam aprendizado supervisionado para criar a função de mapeamento entre um conjunto de campos de dados de entrada e uma variável de destino. 3. Backpropagation é um algoritmo que permite que um erro seja propagado de volta à rede neural, e que seja utilizado para ajustar os pesos das sinapses que ligam os nós da rede. Assinale a alternativa que indica todas as afirmativas corretas.