(Q70) A mineração de dados é uma técnica em que se utilizam exclusivamente algoritmos de aprendizado supervisionado para a identificação de padrões em grandes volumes de dados; no contexto de Big Data, a premissa principal é a utilização de bancos de dados relacionais tradicionais, que são suficientes para o enfrentamento dos desafios de volume, variedade e velocidade característicos desse ambiente.
A
Certo
B
Errado
Correct
Official Explanation / Community Explanations
A questão apresenta dois erros conceituais graves que justificam o gabarito como Errado (E):
Mineração de Dados (Data Mining) e Aprendizado Supervisionado: O item afirma que a mineração de dados utiliza exclusivamente algoritmos de aprendizado supervisionado. Isso está incorreto. A mineração de dados faz uso tanto de aprendizado supervisionado (como classificação e regressão) quanto de aprendizado não supervisionado (como agrupamento/clustering, regras de associação e detecção de anomalias) para descobrir padrões ocultos em grandes volumes de dados.
Big Data e Bancos de Dados Relacionais Tradicionais: O item afirma que os bancos de dados relacionais tradicionais são suficientes para enfrentar os desafios de Big Data (Volume, Variedade e Velocidade). Isso também está incorreto. Os bancos de dados relacionais tradicionais (SQL) possuem limitações severas de escalabilidade horizontal e rigidez de esquemas, o que os torna insuficientes para lidar com o volume massivo, a alta velocidade de geração e a variedade (dados estruturados, semiestruturados e não estruturados) típicos de Big Data. Para mitigar esses desafios, utilizam-se tecnologias de armazenamento não relacional (NoSQL) e frameworks de processamento distribuído (como o ecossistema Hadoop e o Apache Spark).
