1.

Nu este criteriu de clasificare a deciziilor:

a. nivelul decizional
b. frecventa
c. gradul de structurare
d. gradul de generalizare

ANS: D PTS: 1

2. Care din urmatoarele nu este faza în procesul de luare a deciziei:

a. inteligenta
b. proiectare
c. implementare
d. alegere
e. normalizare
ANS: E PTS: 1

3. La ce nivel al organizatiei se gasesc sistemele informatice pentru procesarea

tranzactiilor („Transaction Processing Systems”) sau TPS?

a. decizional
b. operational
ANS: B PTS: 1

4. Functiile unui SIAD sunt:

a. gestiunea datelor, gestiunea
modelelor, gestiunea
cunostintelor si gestiunea
comunicarii între utilizator si
sistem si între intrari si iesiri;
b. gestiunea datelor, gestiunea
modelelor, gestiunea soft-ului si
gestiunea hard-ului;
c. gestiunea intrarilor, gestiunea
iesirilor, gestiunea cunostintelor
si gestiunea comunicarii între
utilizator si sistem si între date si
modele, cunostinte;
ANS: E PTS: 1
d. gestiunea datelor, gestiunea
iesirilor, gestiunea legaturilor si
gestiunea comunicarii între
utilizator si sistem si între intrari
si iesiri;
e. gestiunea datelor, gestiunea
modelelor, gestiunea
cunostintelor si gestiunea
comunicarii între utilizator si
sistem si între date si modele,
cunostinte;
5. Analiza decizionala contine:
a. alternative generate de crize d. stari generate de inconsistenta
majore ale organizatiei, bazei de date, alternative
alternative decizionale, decizionale, consecinte
consecinte decizionale; decizionale;
b. stari generale, alternative la e. stari generale, alternative
exploatarea bazei de date, decizionale, consecinte
consecinte decizionale; decizionale;
c. stari generale, alternative
repetitive, consecinte
decizionale;
ANS: E PTS: 1

6. In cazul deciziilor în conditii de incertitudine:

a. Aceste decizii presupun ca decidentul cunoaste aproximativ evolutia
viitoare a fenomenului, posibilul trend al variabilelor necontrolabile si
chiar ce rezultate are fiecare strategie analizata pe baza criteriului
sperantei matematice;
b. Aceste decizii presupun o cunoastere a evolutiei fenomenelor viitoare,
ceea ce se petrece mai rar în realitatea economica. O astfel de decizie
se bazeaza pe criteriul costului minim de functionare;

c. Aceste decizii presupun un ansamblu de decizii anterioare, cu

verificarea rezultatelor în practica;
d. Procesul de decizie va avea o multitudine de consecinte, iar fiecareia i
se va asocia o probabilitate. Se obtine o distributie a probabilitatilor
din care se va alege varianta cu speranta matematica cea mai buna.
Daca exista variante de decizie care au aceeasi speranta matematica,
atunci se va calcula intervalul de variatie si abaterea standard. Ca
varianta optima se va alege aceea care are cea mai mica abatere
standard;

e. Aceste decizii presupun cunoasterea evolutiei anterioare a fenomenului

economic. acest mod de cunoastere va permite o previziune si o
alegere cât de cât corecta a variantei de decizie. Acest tip de decizie
face din clasa generalaa deciziilor de orientare în care alegerea unei
variante se face în functie de previziunile viitoare ale decidentului
precumi si de criterii obiective care presupun rationament logic.
ANS: E PTS: 1
7. Diferenta dintre MIS (sisteme informatice pentru management) si SIAD (sisteme
informatice pentru asistarea deciziei), consta în aceea ca:
a. MIS pleaca de la decident si de la decizie pe cand SIAD-ul porneste de
la date si relatiile dintre acestea;
b. MIS pleaca de la relatiile interumane, pe cand SIAD-ul porneste de la
relatiile dintre sistemele informatice;
c. MIS pleaca de la decident si de la decizie pe cand SIAD-ul porneste de
la relatiile interumane;
d. MIS pleaca de la relatiile dintre sistemele informatice, pe cand SIAD-
ul porneste de la relatiile interumane;
e. MIS pleaca de la date si relatiile dintre acestea, pe cand SIAD-ul
porneste de la decident si de la decizie.
ANS: E PTS: 1

8. Un sistem suport pentru SIAD (SSAD) preyinta in arhitectura sa urmatoarele

subsisteme:
a. subsistemul de gestiune a datelor
subsistemul de gestiune a relatiilor dintre utilizatori
subsistemul de gestiune a cunostintelor
subsistemul de gestiune a dialogului (interfata cu utilizatorul)
b. subsistemul de gestiune a datelor
subsistemul de gestiune a intrarilor
subsistemul de gestiune a programelor
subsistemul de gestiune a dialogului (interfata cu utilizatorul)
c. subsistemul de gestiune a datelor
subsistemul de gestiune a modelelor
subsistemul de gestiune a cunostintelor
subsistemul de gestiune a bazelor de date
d. subsistemul de gestiune a datelor
subsistemul de gestiune a modelelor
subsistemul de gestiune a cunostintelor
subsistemul de gestiune a dialogului (interfata cu utilizatorul)
ANS: D PTS: 1

9. O decizie structurata (programabila)este:

a. una pe care decidentul o realizeaza fara o frecventa anume, având
diferite criterii pentru a determina o solutie riguroasa de fiecare data
b. una pentru care exista mai multe raspunsuri corecte si nu exista un mod
precis de a gasi raspunsul adecvat
c. aceea în adoptarea careia se poate apela doar partial la proceduri
cunoscute
d. o decizie de rutina care implica procesarea unui anumit fel de
 informatie într-un mod specific astfel încât utilizatorul va obtine un
raspuns riguros

ANS: D PTS: 1

10. O decizie nestructurata (neprogramabila)este:

a. o decizie de rutina care implica procesarea unui anumit fel de
informatie într-un mod specific astfel încât utilizatorul va obtine un
raspuns riguros
b. este una care are loc repetitiv si de cele mai multe ori periodic
(saptamânal, lunar, semestrial, anual). In acest caz decidentul foloseste
aceleasi reguli de fiecare data
c. aceea în adoptarea careia se poate apela doar partial la proceduri
cunoscute
d. una pentru care exista mai multe raspunsuri corecte si nu exista un mod
precis de a gasi raspunsul adecvat
ANS: D PTS: 1

11. O decizie semistructurata este:

a. o decizie de rutina care implica procesarea unui anumit fel de
informatie într-un mod specific astfel încât utilizatorul va obtine un
raspuns riguros
b. una pentru care exista mai multe raspunsuri corecte si nu exista un mod
precis de a gasi raspunsul adecvat
c. una pe care decidentul o realizeaza fara o frecventa anume, având
diferite criterii pentru a determina o solutie riguroasa de fiecare data
d. una pentru care exista mai multe raspunsuri corecte si nu exista un mod
precis de a gasi raspunsul adecvat
e. aceea în adoptarea careia se poate apela doar partial la proceduri
cunoscute

ANS: E PTS: 1

12. O decizie recurenta este:

a. una pe care decidentul o realizeaza fara o frecventa anume, având
diferite criterii pentru a determina o solutie riguroasa de fiecare data
b. este una care are loc repetitiv si de cele mai multe ori periodic
(saptamânal, lunar, semestrial, anual). In acest caz decidentul foloseste
aceleasi reguli de fiecare data
ANS: B PTS: 1
13. O decizie nerecurenta sau ad-hoc este:
a. una pentru care exista mai multe raspunsuri corecte si nu exista un mod
precis de a gasi raspunsul adecvat
b. este una care are loc repetitiv si de cele mai multe ori periodic
(saptamânal, lunar, semestrial, anual). In acest caz decidentul foloseste
aceleasi reguli de fiecare data
c. una pe care decidentul o realizeaza fara o frecventa anume, având
diferite criterii pentru a determina o solutie riguroasa de fiecare data

ANS: C PTS: 1

14. In faza de Inteligenta – faza de urmat în luarea unei decizii :

a. se executa solutia aleasa, se monitorizeaza rezultatele, se efectueaza
ajustarile necesare.
b. se confirma modurile posibile pentru rezolvarea problemei, aflând
necesitatile sau oportunitatile. In aceasta faza decidentul analizeaza
toate solutiile posibile. Aceasta implica realizarea unui model pentru
adoptarea deciziei, testarea si validarea acestuia.
c. se analizeaza greutatea si meritul fiecarei solutii, se estimeaza
consecintele acestora si se alege cea mai buna solutie. Solutia cea mai
„buna” poate depinde de o serie de factori: cost, usurinta
implementarii, necesarul de personal, întârzierea de aplicare etc.
d. se identifica si recunoaste problema, necesitatea si oportunitatea
(uneori faza de diagnostic în luarea deciziei).
ANS: D PTS: 1

15. In faza de Proiectare – faza a procesului de luare a deciziei:

a. se identifica si recunoaste problema, necesitatea si oportunitatea
(uneori faza de diagnostic în luarea deciziei)
b. se executa solutia aleasa, se monitorizeaza rezultatele, se efectueaza
ajustarile necesare.
c. se analizeaza greutatea si meritul fiecarei solutii, se estimeaza
consecintele acestora si se alege cea mai buna solutie. Solutia cea mai
„buna” poate depinde de o serie de factori: cost, usurinta
implementarii, necesarul de personal, întârzierea de aplicare etc.
d. se confirma modurile posibile pentru rezolvarea problemei, aflând
necesitatile sau oportunitatile. In aceasta faza decidentul analizeaza
toate solutiile posibile. Aceasta implica realizarea unui model pentru
adoptarea deciziei, testarea si validarea acestuia.
ANS: D PTS: 1

16. In faza de Alegere – faza a procesului de luare a deciziei:

 a. se identifica si recunoaste problema, necesitatea si oportunitatea
(uneori faza de diagnostic în luarea deciziei)
b. se confirma modurile posibile pentru rezolvarea problemei, aflând
necesitatile sau oportunitatile. In aceasta faza decidentul analizeaza
toate solutiile posibile. Aceasta implica realizarea unui model pentru
adoptarea deciziei, testarea si validarea acestuia.
c. se executa solutia aleasa, se monitorizeaza rezultatele, se efectueaza
ajustarile necesare.
d. se analizeaza greutatea si meritul fiecarei solutii, se estimeaza
consecintele acestora si se alege cea mai buna solutie. Solutia cea mai
„buna” poate depinde de o serie de factori: cost, usurinta
implementarii, necesarul de personal, întârzierea de aplicare etc.
ANS: D PTS: 1

17. In faza de Implementare – faza a procesului de luare a deciziei:

a. se identifica si recunoaste problema, necesitatea si oportunitatea
(uneori faza de diagnostic în luarea deciziei)
b. se confirma modurile posibile pentru rezolvarea problemei, aflând
necesitatile sau oportunitatile. In aceasta faza decidentul analizeaza
toate solutiile posibile. Aceasta implica realizarea unui model pentru
adoptarea deciziei, testarea si validarea acestuia.
c. se analizeaza greutatea si meritul fiecarei solutii, se estimeaza
consecintele acestora si se alege cea mai buna solutie. Solutia cea mai
„buna” poate depinde de o serie de factori: cost, usurinta
implementarii, necesarul de personal, întârzierea de aplicare etc.
d. se executa solutia aleasa, se monitorizeaza rezultatele, se efectueaza
ajustarile necesare.
ANS: D PTS: 1

18.
Prin sistemele pentru asistarea deciziei bazate pe sinteza si analiza datelor se
transforma:
a) datele în informatii
b) informatiile în cunostinte

a. a
b. nici una
c. b
d. a+b
ANS: D PTS: 1

19. Care este pas în transformarea datelor în informatii si a acestora în cunostinte?

 a. sintetizarea datelor
b. analiza datelor
c. interpretarea datelor
d. toate
ANS: D PTS: 1

20.
Solutiile clasice pe care informatica de gestiune le-a oferit acestui proces de
sintetizare a datelor sunt:
1. Programe dedicate care exploateaza flexibilitatea limbajelor
procedurale în gruparea dupa anumite criterii si sintetizarea datelor;
2. On-line Analytical Processing (OLAP – procesare analitica on-line)
3. Interogari care grupeaza datele dupa criteriile cerute si aplica functii
pe domeniile astfel create (clauza Group by din limbajul SQL si
functiile Sum, Count, Avg, Min, Max, Last, First, etc);
4. Mecanismul de totalizare si subtotalizare din generatoarele de
rapoarte care permit indicarea unor ierarhii de criterii de grupare.

a. 1+2 c. 1+2+3+4
b. 1+2+3 d. 1+3+4
ANS: D PTS: 1

21. Tehnologiile moderne de centralizare a datelor sunt:

1. Data Warehousing (depozitarea datelor)

2. On-line Analytical Processing (OLAP – procesare analitica on-line)
3. Interogari care grupeaza datele dupa criteriile cerute si aplica functii pe
domeniile astfel create (clauza Group by din limbajul SQL si functiile
Sum, Count, Avg, Min, Max, Last, First, etc);

a. 1
b. 1+2+3
c. 1+2
ANS: C PTS: 1

22. Data mining este una din tehnologiile moderne de

a. observare automata, bazate pe date (data-driven)
b. observare analitica a datelor fundamentate pe teorii matematice
(theory-driven)
 ANS: B PTS: 1

23. Bazele de date utilizate de sistemele operationale sunt orientate spre:

a. subiectele analizelor si reflecta situatii globale, cu caracter istoric

b. tranzactii si reflecta situatia curenta
ANS: B PTS: 1

24. Depozitele de date utilizate de sistemele de asistare a deciziei sunt orientate

spre :
a. tranzactii si reflecta situatia curenta
b. subiectele analizelor si reflecta situatii globale, cu caracter istoric

ANS: B PTS: 1

25. Bazele de date utilizate de sistemele operationale sunt orientate spre:

a. obiecte
b. evenimente
c. subiecte
d. procese
ANS: D PTS: 1

26. Depozitele de date utilizate de sistemele de asistare a deciziei sunt orientate

spre :
a. obiecte c. evenimente
b. procese d. subiecte

ANS: D PTS: 1

27. În sistemele pentru asistarea deciziei bazate pe sinteza si analiza datelor, analiza
datelor presupune:

a. a gasi relatii între datele c. a gasi relatii între datele

distribuite, cum ar fi tipare,
asocieri, corelatii pe plan
structural, functional si cauzal;
b. a gasi relatii între datele
centralizate, cum ar fi tipare,
asocieri, corelatii pe plan
structural, functional si cauzal;
ANS: D PTS: 1
tranzactionale, cum ar fi tipare,
asocieri, corelatii pe plan
structural, functional si cauzal;
d. a gasi relatii între datele
sintetizate, cum ar fi tipare,
asocieri, corelatii pe plan
structural, functional si cauzal;

28.
 Schema unui depozit de date este:

a. fixa pe tot parcursul vietii sistemului informatic care o utilizeaza,

eventuale modificari structurale conducând la realizarea de noi versiuni
ale aplicatiei
b. deschisa, se poate modifica pe tot parcursul vietii depozitului de date
într-o maniera incrementala
ANS: B PTS: 1

29. Testul de 5 reguli denumit FASMI (Fast Analysis Shared Multidimensional

Information) pentru definirea caracteristicilor unei aplicatii OLAP se refera la:
a. informatie unidimensionala prin analiza partajata încetinita
b. informatie multidimensionala prin analiza partajata rapida
c. informatie multidimensionala prin analiza partajata lenta
d. informatie multidimensionala prin analiza nepartajata rapida
e. informatie unidimensionala prin analiza partajata rapida

ANS: E PTS: 1

30.
În cubul OLAP, defalcarea (dicing) înseamna:

a. proiectia unei dimensiuni pe ea c. selectarea prin vizualizare a

însasi;
b. posibilitatea de a selecta pentru
vizualizare doar un membru al
unei dimensiuni (un plan din
cubul tridimensional). Sectiunea
respectiva apare ca o tabela pivot
cu valorile dimensiunilor pe
laturi si cu mentionarea valorii
alese pentru dimensiunea
suprimata.
ANS: D PTS: 1
tuturor înregistrarilor din baza de
date;
d. proiectarea unei dimensiuni pe o
alta dimensiune, în general una
din dimensiunile din prim plan se
combina cu o dimensiune din
adâncime. Procesul se mai
numeste si imbricarea
dimensiunilor.

31. În cubul OLAP, sectionarea (slicing) înseamna:

a. proiectia unei dimensiuni pe ea însasi;
b. proiectarea unei dimensiuni pe o alta dimensiune, în general una din
dimensiunile din prim plan se combina cu o dimensiune din adâncime.
Procesul se mai numeste si imbricarea dimensiunilor;
c. selectarea prin vizualizare a tuturor înregistrarilor din baza de date;
d. posibilitatea de a selecta pentru vizualizare doar un membru al unei
 dimensiuni (un plan din cubul tridimensional). Sectiunea respectiva
apare ca o tabela pivot cu valorile dimensiunilor pe laturi si cu
mentionarea valorii alese pentru dimensiunea suprimata.
ANS: D PTS: 1

32. In cubul OLAP, prin operatia de roll-up se obtine:

a. date de conjunctura c. date complexe
b. detalii d. date sintetice

ANS: D PTS: 1

33. In cubul OLAP, prin operatia de drill-down se obtine:

a. date de conjunctura d. date elementare
b. date complexe e. detalii
c. date sintetice

ANS: E PTS: 1

34. Cubul OLAP este:

a. o structura multidimensionala, un
hipercub, care modeleaza o baza
de date tranzactionala
b. o structura unidimensionala, un
hipercub, care modeleaza
aspectul complex al activitatii
desfasurata pe o lunga perioada
de timp
ANS: D PTS: 1
c. o structura multidimensionala, un
hipercub, care modeleaza
aspectul complex al activitatii
desfasurata intr-un moment de
timp definit de administrator
d. o structura multidimensionala, un
hipercub, care modeleaza
aspectul complex al activitatii
desfasurata pe o lunga perioada
de timp

35. In tehnologia OLAP, nivelurile unei dimensiuni formeaza:

a. o baza de date c. baza pentru nivelele altei
dimensiuni
b. depozit de date d. ierarhia

ANS: D PTS: 1

36. In tehnologia OLAP, fiecare dimensiune este definita, in genere, prin mai multe:
a. matrici d. tabele
b. linii e. niveluri
c. coloane

ANS: E PTS: 1

37. In tehnologia OLAP, unitatile de masura pot constitui:

 a. criterii de definire contextuala a c. criterii de distributie a datelor
datelor
b. criterii de dezagregare a datelor d. criterii de agregare a datelor
ANS: D PTS: 1

38. Aplicatiile construite cu tehnologia OLAP asigura:

a. posibilitatea de adresare
multidimensionala directa a
locatiilor (cuburile unitare) si
optimizarea timpului de raspuns
b. analiza rapida a informatiei
bidimensionale aflata în locatii
de acelasi tip si neaccesibila unui
numar mare de utilizatori
ANS: D PTS: 1
c. sintetizarea rapida a informatiei
unidimensionale distribuita în
locatii multiple si accesibila în
acelasi timp unui numar mare de
utilizatori
d. analiza rapida a informatiei
multidimensionale distribuita în
locatii multiple si accesibila în
acelasi timp unui numar mare de
utilizatori

39. O facilitate extrem de puternica oferita de OLAP este posibilitatea de a construi

scenarii si în consecinta, posibilitatea de a raspunde la întrebari de tipul:
a. cand? c. unde?
b. ce? d. ce ar fi daca?

ANS: D PTS: 1

40.
Care din urmatoarele nu este caracteristica OLAP :

a. Perspectiva (view) c. Orientare în timp (time

multidimensionala asupra datelor intelligence)
b. Capacitate de calcul intensiv d. Acces la orice date si informatii
relevante pentru analiza, oriunde
s-ar gasi si în orice volum
ANS: D PTS: 1

41. Perspectiva (view) multidimensionala asupra datelor se refera la:

a. abilitatea de exploatare a acestei dimensiuni universale, necesara
pentru comparatii si judecati de valoare în orice analiza economica
b. abilitatea de a aplica algoritmi complecsi asupra datelor structurate în
hipercub, implica posibilitatea de adresare multidimensionala directa a
locatiilor (cuburile unitare) si optimizarea timpului de raspuns
c. capacitatea de a integra mai multe aspecte ale activitatii întreprinderii
privite din diferite perspective: timp, locatie, produs, bani, persoane,
 etc
ANS: C PTS: 1

42. Capacitatea de a efectua calcule intensive se refera la:

a. capacitatea de a integra mai multe aspecte ale activitatii întreprinderii
privite din diferite perspective: timp, locatie, produs, bani, persoane,
etc
b. abilitatea de exploatare a acestei dimensiuni universale, necesara
pentru comparatii si judecati de valoare în orice analiza economica
c. abilitatea de a aplica algoritmi complecsi asupra datelor structurate în
hipercub, implica posibilitatea de adresare multidimensionala directa a
locatiilor (cuburile unitare) si optimizarea timpului de raspuns
ANS: C PTS: 1

43. Orientarea în timp (time intelligence) se refera la:

a. capacitatea de a integra mai multe aspecte ale activitatii întreprinderii
privite din diferite perspective: timp, locatie, produs, bani, persoane,
etc
b. abilitatea de a aplica algoritmi complecsi asupra datelor structurate în
hipercub, implica posibilitatea de adresare multidimensionala directa a
locatiilor (cuburile unitare) si optimizarea timpului de raspuns
c. abilitatea de exploatare a acestei dimensiuni universale, necesara
pentru comparatii si judecati de valoare în orice analiza economica
ANS: C PTS: 1

44.
Un concept al modelarii aspectului complex al activitatii desfasurata pe o
lunga perioada de timp prin procesului de analiza on-line este masura
activitatii. Acesta reprezinta:
a. colectii de masuri ale activitatii si c. aspectul cantitativ, comensurabil
dimensiunile care identifica în unitati clasice de masura: kg,
contextul în care s-au desfasurat m, bucati, unitati monetare
b. parametrii activitatii masurate,
decupajul din activitatea globala
care corespunde masurii
ANS: C PTS: 1

45.
Un concept al modelarii aspectului complex al activitatii desfasurata pe o
lunga perioada de timp prin procesului de analiza on-line este reprezentat de
dimensiunile activitatii . Acestea reprezinta:
a. aspectul cantitativ, comensurabil c. parametrii activitatii masurate,
 în unitati clasice de masura: kg, decupajul din activitatea globala
m, bucati, unitati monetare care corespunde masurii
b. colectii de masuri ale activitatii si
dimensiunile care identifica
contextul în care s-au desfasurat
ANS: C PTS: 1

46.
Un concept al modelarii aspectului complex al activitatii desfasurata pe o
lunga perioada de timp prin procesului de analiza on-line este reprezentat de
fapte. Acestea reprezinta:
a. aspectul cantitativ, comensurabil c. colectii de masuri ale activitatii si
în unitati clasice de masura: kg, dimensiunile care identifica
m, bucati, unitati monetare contextul în care s-au desfasurat
b. parametrii activitatii masurate,
decupajul din activitatea globala
care corespunde masurii
ANS: C PTS: 1

47. O structura a bazei de date multidimensionala este structura datelor - în care

sunt stocate masurile activitatii preluate din tabela de fapte a depozitului de date
(cantitati, valori, contoare, etc), date care sunt prezentate utilizatorului ca:
a. coloane pentru masuri si rânduri pentru combinatiile de dimensiuni
b. nume de rânduri si coloane în tabelele pivot
c. celule tabelelor pivot

ANS: C PTS: 1

48. O structura a bazei de date multidimensionala este structura metadatelor - în

care sunt stocate dimensiunile si membrii acestora precum si structurile ierarhice
ale dimensiunilor, toate informatiile care apar pe axele cuburilor si sunt
prezentate utilizatorului ca:
a. celule tabelelor pivot
b. coloane pentru masuri si rânduri pentru combinatiile de dimensiuni
c. nume de rânduri si coloane în tabelele pivot

ANS: C PTS: 1

49. Prin tehnologia Data Mining, se prelucreaza date care se refera la:
a. perioade anterioare (date c. perioade anterioare (date istorice)
istorice), care nu pot fi examinate si perioade viitoare (date
din cauza complexitatii lor, pe viitoare), care sunt examinate pe
baza lor constituindu-se un baza flerului analistilor, pe baza
model lor constituindu-se un model
 b. perioade viitoare (date viitoare),
care sunt presupuse si nu sunt
cunoscute, pe baza lor
constituindu-se un model
ANS: D PTS: 1
d. perioade anterioare (date
istorice), care sunt examinate si
sunt deja cunoscute, pe baza lor
constituindu-se un model

50. Tehnicile de Data Mining se pot aplica:

a. aleatoriu d. numai descendent
b. condescendent e. atat ascendent cat si descendent
c. numai ascendent
ANS: E PTS: 1

51. Informatiile obtinute prin data mining sunt :

a. tranzactii de diverse tipuri, c. volume foarte mari de date
derulate de-a lungul mai multor
ani
b. evenimente sau exemple concrete d. de natura predictiva sau
descriptiva
ANS: D PTS: 1

52.
Care nu este etapa in cadrul unui ciclu în utilizarea data mining:

a. identificarea oportunitatii comerciale si a datelor pe care se poate baza

explorarea
b. extragerea de informatii din colectiile de date existente prin tehnici
adecvate de data mining
c. adoptarea de decizii si întreprinderea de actiuni pe baza informatiilor
obtinute
d. masurarea rezultatelor concrete pentru a identifica si alte modalitati de
exploatare a datelor disponibile
e. explorarea propriu-zisa a datelor
ANS: E PTS: 1

53. Cautarea cunostintelor in tehnologia de dataminig poate fi:

a. structurata sau nestructurata
b. recurenta sau nerecurenta
c. dirijata sau nedirijata

ANS: C PTS: 1

54. Data mining nu contine urmatoarea actiune:

a. clasificarea d. gruparea
 b. estimarea e. analiza factoriala
c. predictia
ANS: E PTS: 1

55.
Aceasta tehnica dataminig cauta raspunsurile la problemele noi în
experientele acumulate în trecut. In fata unei situatii noi, vor fi cautate cazurile
asemanatoare cunoscute iar concluziile acestora vor fi aplicate si în noua
situatie. Metoda este aplicabila atât pentru clasificari cât si pentru predictii si
ofera un bun raspuns, pragmatic si evolutiv, pentru o mare diversitate de
probleme. Ea se numeste:

a. analiza grupurilor
b. retele neuronale
c. arbori de decizie
d. algoritmi genetici
e. rationament bazat pe cazuri
ANS: E PTS: 1

56.
Aceasta tehnica dataminig permite identificarea automata a grupurilor existente
în ansamblul datelor analizate, fiind una dintre putinele ce pot fi aplicate în
cautarea nedirijata a informatiilor. Grupurile rezulta automat în urma procesului
de prelucrare, fara a avea ca punct de pornire un anumit criteriu sau proprietate.
Este o tehnica ce are capacitatea de a releva realmente caracteristici ascunse -
sub volumul si diversitatea detaliilor - într-un anumit set de înregistrari. Ea se
numeste:

a. rationament bazat pe cazuri

b. retele neuronale
c. arbori de decizie
d. algoritmi genetici
e. analiza grupurilor
ANS: E PTS: 1