Um conjunto de procedimentos é executado em diferentes computadores e fontes de dados diversas, para alimentar um data warehouse a partir dos bancos de dados transacionais de uma empresa, sendo que: um primeiro procedimento realiza a extração de dados transacionais selecionados em estruturas de dados que formam uma staging area; um segundo procedimento faz a leitura dos dados na staging area e alimenta estruturas de bancos de dados em uma estrutura relacional de tabelas em um data warehouse. Esse processo é conhecido como ETL (Extract, Transform, Load), representado pela figura a seguir. Elaborado pelo professor, 2022. Com base no enunciado, selecione a alternativa que melhor descreve a função de uma staging area. Alternativa 1: A Staging area é uma área de armazenamento intermediário, onde os dados são armazenados em tabelas de dimensão e fato. Alternativa 2: A Staging area é uma área de armazenamento temporário, onde os dados são mantidos até que o processo de extração seja totalmente concluído. É uma área de memória. Alternativa 3: A Staging area é uma área de armazenamento temporário opcional, onde os dados são transformados para um formato não-estruturado para serem inseridos no data warehouse. Alternativa 4: A Staging area é uma área do data warehouse onde os dados são duplicados para fins de segurança e disponibilidade. Assim, se o data warehouse falhar, a staging area é acionada. Alternativa 5: A Staging area é uma área de armazenamento intermediário, onde os dados podem ser transformados antes de serem inseridos no data warehouse. Normalmente um outro banco de dados, separado do transacional e do data warehouse.
Responda
O procedimento conhecido como validação cruzada (cross validation) é amplamente utilizado durante a etapa de treinamento de um modelo preditivo. Esse procedimento irá separar o conjunto de dados em treinamento e teste. Por exemplo, imagine que você tenha um conjunto de dados com 100 observações. Quando utilizamos a validação cruzada (cross-validation), podemos separar 90 observações para o treinamento e 10 observações para testar o modelo (calcular o erro). Essa separação é feita de forma aleatória. Na validação cruzada, repetimos esse procedimento de treinamento/teste várias vezes (k). Elaborado pelo professor, 2022. Com base no enunciado, analise as alternativas e identifique a afirmação correta sobre o valor de K. Alternativa 1: O aumento em K resultará em menor tempo necessário para validar o resultado. Alternativa 2: Valores mais altos de K resultará em maior confiança no resultado da validação cruzada em comparação com o valor mais baixo de K. Alternativa 3: Se K=N, então é chamado de validação cruzada estática, pois o conjunto treinamento/teste não muda, onde N é o número de observações. Alternativa 4: O valor de K sempre deve ser 10. Estudos comprovam que quando repetimos os conjuntos treinamento/teste 10 vezes os resutados dos modelos são mais precisos. Alternativa 5: O valor de K deve ser a média dos valores numéricos das observações (N), se o valor for um valor decimal o arredondamento deve ser sempre para cima. Por exemplo: 3.2 ou 3.8 resultam em K = 4.
Responda
Devido ao grande número de dados circulando pela rede, surgem, a cada dia mais, vulnerabilidades dentro dos ambientes corporativos, fato que, diariamente, gera novas demandas de trabalhos. A utilização de técnicas que envolvem as Redes Neurais Artificiais (RNAs) e a Inteligência Artificial (IA), realiza diversos trabalhos, de forma a ajudar as empresas vítimas de crimes digitais. No que diz respeito as vulnerabilidades dos sistemas e as técnicas que envolvem as RNAs e IA, avalie as afirmativas e na sequência marque a alternativa correta. I. Redes Neurais são modelos de inteligência computacional frequentemente utilizados para resolver problemas de Reconhecimento de Padrões, tendo como principal característica o poder de generalização diante de dados não apresentados à rede. II. Mesmo com a excelente precisão, as redes neurais, especificamente, Deep Learning, ainda, requerem um pequeno custo computacional. III. Tecnicamente, em termos de IA, quando uma nova vulnerabilidade for detectada, deve haver uma nova etapa de aprendizado, ou treinamento das RNAs empregadas pelos mecanismos de segurança digital. IV. Deep Learning, ou aprendizagem profunda é uma subárea de aprendizagem de máquina que investiga: técnicas para simular o comportamento do cérebro humano. Alternativa 1: As afirmativas I e II estão corretas. Alternativa 2: As afirmativas I, II e III estão corretas. Alternativa 3: As afirmativas I, III e IV estão corretas. Alternativa 4: As afirmativas II, III e IV estão corretas. Alternativa 5: As afirmativas I, II, III e IV estão corretas.
Responda

Helpful Social

Copyright © 2024 ELIBRARY.TIPS - All rights reserved.