- 2a. Prova - Banco de Dados
- Questão 9:
- Data mining:
- Objetivo: vasculhar uma grande quantidade de dados armazenados em depósito de dados, banco de dados ou outros repositórios de informação.
- Etapas básicas: exploração, construção de modelo, definição de padrão e validação e verificação
- Tarefas: detecção de anomalias, aprendizagem da regra de associação (modelo de dependência), clustering (agrupamento), classificação, regressão e sumarização.
- Etapas aprofundadas:
- Análise do problema: selecionar os dados e definir as técnicas utilizadas na análise.
- Preparação dos Dados: Coletânea de dados, Avaliação, Consolidação e limpeza, Seleção de dados e Transformação
- Modelagem: gera um modelo a ser analisado posteriormente.
- Análise e validação de resultados: visa detectar o que há de implícito num modelo.
- Exemplos: Wal- Mart, Telecomunicações, Administração em Alto Nível, Medicina
- Ferramentas: RapidMiner, MOA Massive Online Analysis, WEKA, Enterprise Miner.
- Datawarehouse:
- Objetivo: armazenar em um único local, somente os dados considerados uteis no momento de tomar decisões
- O que é? coleção de dados orientada por assuntos, integrada, variante no tempo, que tem por objetivo dar suporte aos processos de tomada de decisão.
- Funções:
- Permitem que sistemas mais antigos continuem em operação
- Consolidam dados inconsistentes dos sistemas mais antigos em conjuntos coerentes
- Extraem benefícios de novas informações oriundas das operações correntes
- Provém ambiente para o planejamento e arquitetura de novos sistemas de cunho operacional
- Exemplos: empresas de transporte aéreo
- Ferramentas: Hive.
- NoSQL:
- Objetivo: suprir necessidades em demandas onde os bancos de dados relacionais são ineficazes
- Vantagem: tem uma grande facilidade na distribuição horizontal, ou seja, mais dados, mais servidores, não necessariamente de alta performance e são muito tolerantes a erros
- Requisitos:
- alta performance
- escalabilidade
- replicação
- suporte à dados estruturados e sub colunas
- Núcleos:
- Wide Column Store/Column Families
- Document Store
- Key Value/Tuple Store
- Eventually Consistent Key Value Store
- Graph Databases
- Object Databases
- Grid Database Solutions
- XML Databases
- Exemplos: Google, Hypertable
- Data mining:
- Questão 10:
- BI:
- BI: