Questão nº 62
Questão de Tecnologia da Informação · FGV TJ-SE Servidor 2023 (nº 62)
Uma das etapas mais importantes do processo de Mineração de Dados é o pré-processamento dos dados das fontes que, normalmente, apresentam diversos tipos de heterogeneidade. A operação de pré-processamento que transforma dados quantitativos (contínuos) em dados qualitativos, ou seja, atributos numéricos em atributos discretos ou nominais com um número finito de intervalos, obtendo uma partição não sobreposta de um domínio contínuo, é a:
- ARedução;
- BImputação;
- COverfitting;
- DDiscretização; (alternativa correta)
- EUndersampling.
Resposta comentada
Gabarito Alternativa D
Discretização é o processo de pegar números que podem ter muitos valores diferentes (dados contínuos, como idade em anos e meses) e transformá-los em categorias ou grupos limitados (dados discretos, como "jovem", "adulto", "idoso"). Isso ajuda a simplificar os dados para análise.
- (A) Incorreta: A Redução de dados visa diminuir o volume total de dados, seja por meio da redução de dimensões (atributos) ou de registros (linhas), mantendo a integridade, mas não transforma dados contínuos em discretos.
- (B) Incorreta: A Imputação é o processo de preencher valores ausentes (dados faltantes) em um conjunto de dados, e não a transformação de tipos de dados.
- (C) Incorreta: Overfitting (sobreajuste) é um problema que ocorre quando um modelo de aprendizado de máquina aprende "demais" os dados de treinamento, incluindo o ruído, e não consegue generalizar bem para novos dados; não é uma técnica de pré-processamento de dados.
- (D) Correta: A Discretização é exatamente a operação descrita: transformar atributos numéricos contínuos em atributos discretos ou nominais, criando intervalos finitos e não sobrepostos.
- (E) Incorreta: Undersampling (subamostragem) é uma técnica usada para balancear conjuntos de dados desequilibrados, reduzindo o número de instâncias da classe majoritária, e não está relacionada à transformação de tipos de dados.
Fonte: FGV TJ-SE Servidor 2023 Analista Judiciário - Análise de Sistemas - Banco de Dados (Caderno Tipo 1). Reproduzida para fins de estudo.