No modelo CRISP-DM (cross-industry standard process for data mining), a etapa que consiste em identificar se o modelo escolhido está apto a cumprir os objetivos definidos na primeira etapa, o entendimento do negócio, é denominada
- A)entendimento dos dados.
Errada: entendimento dos dados serve para conhecer, explorar e checar a qualidade dos dados, não para validar se o modelo atende ao objetivo do negócio.
- B)preparação dos dados.
Errada: preparação dos dados é a fase de limpeza, seleção, transformação e formatação dos dados para a modelagem.
- C)avaliação.
Certa: na avaliação, você verifica se o modelo responde adequadamente aos objetivos definidos no entendimento do negócio.
- D)implantação.
Errada: implantação é a fase de colocar o modelo em produção ou em uso, depois de validado.
- E)modelagem.
Errada: modelagem é a construção e ajuste do modelo, não a verificação final de aderência aos objetivos do negócio.
Gabarito: C
O CRISP-DM é um roteiro clássico de data mining dividido em etapas bem organizadas: entendimento do negócio, entendimento dos dados, preparação dos dados, modelagem, avaliação e implantação. A lógica é simples: primeiro você descobre o problema real da organização, depois trata os dados e constrói modelos, e por fim confere se tudo faz sentido antes de colocar em uso. A palavra-chave da questão é "identificar se o modelo escolhido está apto a cumprir os objetivos definidos na primeira etapa". Isso aponta diretamente para a fase de avaliação, porque é nela que você verifica se o modelo realmente atende ao que foi pedido no entendimento do negócio. Não basta o modelo ficar bonito ou estatisticamente interessante: ele precisa servir ao objetivo definido lá no começo. Em outras palavras, a avaliação funciona como um checkpoint de qualidade. Você compara o resultado obtido com os critérios do negócio, analisa desempenho, utilidade e possíveis ajustes. Se o modelo não bate com a necessidade real, volta-se a etapas anteriores para melhorar. O CRISP-DM é iterativo justamente por isso: ele não é uma linha reta, é mais um circuito de revisão. Por isso o gabarito é a letra C. A etapa de avaliação é a que valida se a solução de data mining faz sentido para o problema empresarial definido na etapa inicial, o entendimento do negócio.