CRISP-DM (Cross Industry Standard Process for Data Mining) é uma metodologia utilizada em projetos de Ciência dos Dados. De acordo com esta metodologia, a definição do problema que será investigado por meio de técnicas de mineração de dados ocorre na etapa
- A)modeling.
Errada, porque modeling é a etapa de construir e ajustar modelos, não de definir o problema a ser investigado.
- B)evaluation.
Errada, porque evaluation serve para avaliar o desempenho e a aderência do modelo, não para formular o problema.
- C)data preparation.
Errada, porque data preparation cuida da limpeza, transformação e organização dos dados, não da definição do objetivo do projeto.
- D)data understanding.
Errada, porque data understanding é a fase de conhecer e explorar os dados disponíveis, não de estabelecer o problema de negócio.
- E)business understanding.
Certa, porque business understanding é exatamente a etapa em que se define o problema, os objetivos e os critérios de sucesso do projeto.
Gabarito: E
O CRISP-DM é um processo clássico de mineração de dados dividido em etapas bem definidas, quase como um roteiro de filme: primeiro você entende o negócio, depois entende os dados, prepara, modela, avalia e, por fim, faz a implantação. A sacada da questão está justamente em identificar onde nasce a pergunta certa do projeto. Antes de qualquer algoritmo, você precisa saber qual problema real será resolvido, quais objetivos importam e quais critérios vão dizer se o projeto fez sentido. Essa primeira conversa estratégica acontece na etapa de business understanding. É nela que se define o problema de negócio, os objetivos do projeto, os critérios de sucesso e o plano inicial. Em termos práticos, é o momento de sair do “temos dados” para o “o que queremos descobrir ou melhorar com esses dados?”. As demais etapas vêm depois, quando o problema já está bem amarrado. Data understanding serve para conhecer e explorar os dados; data preparation, para limpar e organizar; modeling, para aplicar técnicas de mineração; evaluation, para verificar se o modelo realmente atende ao objetivo; e deployment, para colocar a solução em uso. Ou seja, a definição do problema não aparece no meio do caminho, ela vem na largada. Por isso o gabarito é a alternativa E. A banca gosta muito dessa lógica de separar o objetivo de negócio da etapa técnica, então vale guardar: no CRISP-DM, primeiro vem o entendimento do negócio, só depois a parte mais “mão na massa” dos dados.