O enriquecimento de dados da etapa de pré-processamento e preparação do data mining tem como objetivo
- A)a deduplicidade de registros.
Errada, porque deduplicidade é uma medida de limpeza da base, e não de enriquecimento.
- B)a seleção de amostras.
Errada, porque seleção de amostras é uma etapa de amostragem/preparação, não de acréscimo de informação.
- C)a integração de bases diferentes.
Errada, porque integrar bases diferentes é integrar fontes, e não necessariamente enriquecer com novos dados.
- D)o tratamento de valores nulos.
Errada, porque tratamento de valores nulos é saneamento da base, típico de pré-processamento.
- E)o acréscimo de dados à base já existente.
Certa, porque enriquecimento de dados é justamente o acréscimo de dados à base já existente.
Gabarito: E
No preparo para data mining, o objetivo do enriquecimento de dados é deixar a base mais útil para a análise, adicionando informações que estavam faltando ou trazendo novas variáveis de fontes externas. Pense nisso como dar "vitaminas" ao banco de dados: a base não fica só limpa, mas também mais rica para a mineração encontrar padrões melhores. Isso é diferente de tarefas como remover duplicidades, tratar nulos ou integrar bases, que são etapas de limpeza e integração. Todas elas ajudam no pré-processamento, mas não significam enriquecimento em si. O enriquecimento entra quando você acrescenta dados à base já existente, aumentando seu poder analítico. Por isso, o gabarito é a letra E. Em doutrina de Data Mining e KDD, enriquecimento de dados é exatamente a adição de atributos, variáveis ou informações complementares para melhorar a qualidade e a capacidade de descoberta de conhecimento. A ideia é ampliar o contexto do dado, não apenas arrumar o que já está lá.