A preparação de dados visa resolver os dados que foram “lançados” dos mais diferentes lugares, estando, geralmente, em uma pilha de vários formatos e contendo erros e duplicações. É possível coletar e limpar esses dados, livrando-se das inconsistências. Por exemplo: “Donato da Silva”, “Donatho da Silva” e “Donato Silva” são a mesma pessoa. Assim, a preparação de dados unifica esses registros. Para isso, é necessário que várias atividades sejam realizadas, como: coleta, integração de dados, enriquecimento, entendimento do problema, limpeza de dados ausentes, tratamento de dados ausentes, análise de outliers, análise estatística, normalização e redução da dimensionalidade. Com relação às atividades da preparação de dados, analise as sentenças a seguir, classificando com V as sentenças verdadeiras e com F as sentenças falsas:
( ) A limpeza de dados ausentes se refere à eliminação de ruídos, inconsistências, além de como tratar da resolução de problemas estruturais.
( ) O tratamento de dados ausentes é lidar com todos os dados que são necessários nas análises, mesmo que não estiverem no conjunto de dados.
( ) A análise de outliers se refere às várias análises (estatísticas e visuais) que auxiliem no processo de análise e nas tarefas.
( ) A análise estatística é descobrir os registros com condutas fora do padrão e os analisar conforme interesse.
( ) V – V – F – F.
( ) V – F – V – F.
( ) F – V – V – F.
( ) F – F – V – V.

Question

A preparação de dados visa resolver os dados que foram “lançados” dos mais diferentes lugares, estando, geralmente, em uma pilha de vários formatos e contendo erros e duplicações. É possível coletar e limpar esses dados, livrando-se das inconsistências. Por exemplo: “Donato da Silva”, “Donatho da Silva” e “Donato Silva” são a mesma pessoa. Assim, a preparação de dados unifica esses registros. Para isso, é necessário que várias atividades sejam realizadas, como: coleta, integração de dados, enriquecimento, entendimento do problema, limpeza de dados ausentes, tratamento de dados ausentes, análise de outliers, análise estatística, normalização e redução da dimensionalidade. Com relação às atividades da preparação de dados, analise as sentenças a seguir, classificando com V as sentenças verdadeiras e com F as sentenças falsas:

( ) A limpeza de dados ausentes se refere à eliminação de ruídos, inconsistências, além de como tratar da resolução de problemas estruturais.
( ) O tratamento de dados ausentes é lidar com todos os dados que são necessários nas análises, mesmo que não estiverem no conjunto de dados.
( ) A análise de outliers se refere às várias análises (estatísticas e visuais) que auxiliem no processo de análise e nas tarefas.
( ) A análise estatística é descobrir os registros com condutas fora do padrão e os analisar conforme interesse.

( ) V – V – F – F.
( ) V – F – V – F.
( ) F – V – V – F.
( ) F – F – V – V.

Sapien IA · Accepted Answer

Análise da Questão sobre Preparação de Dados

Alternativa C - F – V – V – F

Introdução

Esta questão aborda conceitos fundamentais de preparação de dados em ciência de dados. É importante notar que este conteúdo pertence à área de Ciência de Dados/Análise de Dados, não sendo matéria de Direito. Recomenda-se verificar o material didático específico da disciplina para confirmação oficial dos conceitos.

Desenvolvimento

Vamos analisar cada sentença cuidadosamente para identificar os erros conceituais:

Sentença 1: Limpeza de dados ausentes

"A limpeza de dados ausentes se refere à eliminação de ruídos, inconsistências..."

Conceitos corretos:

Limpeza de dados: Elimina ruídos, inconsistências e erros gerais
Dados ausentes: Refere-se especificamente a valores faltantes (null/NA)

A sentença mistura dois conceitos distintos. A expressão "limpeza de dados ausentes" não existe tecnicamente. O correto seria separar:

Conceito	Função Principal
Limpeza de dados	Remover ruídos e inconsistências
Tratamento de dados ausentes	Lidar com valores faltantes

Classificação: FALSO (F) ❌

Sentença 2: Tratamento de dados ausentes

"O tratamento de dados ausentes é lidar com todos os dados que são necessários nas análises, mesmo que não estiverem no conjunto de dados."

Explicação: Esta sentença descreve adequadamente o conceito. Quando dados importantes estão faltantes, precisamos tratá-los através de:

Imputação (substituição por valores estimados)
Remoção de registros incompletos
Interpolação ou outras técnicas

Classificação: VERDADEIRO (V) ✅

Sentença 3: Análise de outliers

"A análise de outliers se refere às várias análises (estatísticas e visuais) que auxiliem no processo de análise e nas tarefas."

Explicação: Os outliers são valores extremos que fogem do padrão. Sua identificação utiliza:

Métodos estatísticos (desvio padrão, quartis, Z-score)
Visualizações (boxplots, dispersão, histogramas)

A descrição está correta quanto aos métodos utilizados.

Classificação: VERDADEIRO (V) ✅

Sentença 4: Análise estatística

"A análise estatística é descobrir os registros com condutas fora do padrão..."

Erro conceitual: Esta definição descreve análise de outliers, não análise estatística geral.

Análise estatística inclui:

Estatística descritiva (média, mediana, moda)
Estatística inferencial (testes de hipóteses)
Modelagem preditiva
Correlações e regressões

Classificação: FALSO (F) ❌

## Análise Final

Sentença	Conteúdo Real	Classificação
1	Confunde limpeza com dados ausentes	F
2	Descreve tratamento de dados faltantes	V
3	Define análise de outliers corretamente	V
4	Mistura outliers com análise estatística	F

Conclusão

A sequência correta é F – V – V – F, correspondendo à Alternativa C.

Dica de estudo: Memorize as definições exatas de cada etapa do pipeline de preparação de dados:

Coleta → Obter dados de múltiplas fontes
Limpeza → Remover ruídos e inconsistências
Tratamento de ausentes → Lidar com valores faltantes
Outliers → Identificar valores extremos
Normalização → Padronizar escalas

Explicação passo a passo