Questão nº 19
Questão de Conhecimentos Transversais · CESGRANRIO BNDES 01/2024 (nº 19)
O CRISP-DM (Cross-Industry Standard Process for Data Mining) é uma metodologia amplamente utilizada para a análise e mineração de dados. Ela fornece um framework estruturado para realizar projetos de análise de dados, cobrindo desde a compreensão inicial do problema até a implementação das soluções. O ciclo CRISP-DM é composto por seis etapas principais: (i) Compreensão do negócio; (ii) Compreensão dos dados; (iii) Preparação dos dados; (iv) Modelagem; (v) Avaliação; (vi) Desenvolvimento.
Na fase de compreensão dos dados, as tarefas desempenhadas são:
- Alimpeza dos dados, tratando dados faltantes, corrigindo erros e removendo outliers.
- Btransformação e integração dos dados, com normalização, agregação e criação de novas variáveis.
- Canálise e entendimento das características dos dados e de como eles se relacionam com os objetivos do negócio. (alternativa correta)
- Dseleção de técnicas de modelagem apropriadas (regressão, classificação, clustering e outras).
- Eajuste dos parâmetros dos modelos e validação dos resultados.
Resposta comentada
Gabarito Alternativa C
O CRISP-DM é um roteiro de seis fases para projetos de dados, e a fase de Compreensão dos Dados é o momento de "conversar" com os dados brutos: verificar se eles existem, se estão acessíveis, e explorar suas características iniciais (tipos, distribuições, relações) para confirmar se conseguem responder ao problema de negócio. É um diagnóstico inicial, antes de qualquer limpeza ou modelagem.
- (A) Incorreta: Limpeza, tratamento de faltantes e remoção de outliers são tarefas da fase de Preparação dos Dados (etapa iii), não da compreensão.
- (B) Incorreta: Transformação, normalização e criação de variáveis também pertencem à Preparação dos Dados; a compreensão apenas observa, não modifica.
- (C) Correta: É exatamente isso: entender as características, qualidade e relacionamentos dos dados com o objetivo de negócio, respondendo "os dados que tenho são suficientes e adequados para o problema?".
- (D) Incorreta: Escolher técnicas de modelagem (regressão, clustering) é tarefa da fase de Modelagem (etapa iv), que vem depois da preparação.
- (E) Incorreta: Ajuste de parâmetros e validação de resultados são tarefas das fases de Modelagem e Avaliação (etapas iv e v), não da compreensão.
Armadilha da banca: A pegadinha está em confundir "compreender" com "preparar". O distrator mais tentador é a (A), pois muitos alunos acham que entender dados é já sair limpando e tratando. Mas a ordem do CRISP-DM é rígida: primeiro você entende (C), depois prepara (A e B). A banca testa se você sabe a sequência correta do ciclo, não apenas o significado das palavras.
Fonte: CESGRANRIO BNDES 01/2024 Conhecimentos Comuns. Reproduzida para fins de estudo.