Documente Academic
Documente Profesional
Documente Cultură
ANS: D PTS: 1
a. inteligenta
b. proiectare
c. implementare
d. alegere
e. normalizare
ANS: E PTS: 1
a. decizional
b. operational
ANS: B PTS: 1
ANS: D PTS: 1
ANS: E PTS: 1
ANS: C 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
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
a. 1
b. 1+2+3
c. 1+2
ANS: C PTS: 1
ANS: B PTS: 1
a. obiecte
b. evenimente
c. subiecte
d. procese
ANS: D PTS: 1
ANS: D PTS: 1
27. În sistemele pentru asistarea deciziei bazate pe sinteza si analiza datelor, analiza
datelor presupune:
28.
Schema unui depozit de date este:
ANS: E PTS: 1
30.
În cubul OLAP, defalcarea (dicing) înseamna:
ANS: D PTS: 1
ANS: E PTS: 1
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
ANS: D PTS: 1
40.
Care din urmatoarele nu este caracteristica OLAP :
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
ANS: C PTS: 1
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), d. perioade anterioare (date
care sunt presupuse si nu sunt istorice), care sunt examinate si
cunoscute, pe baza lor sunt deja cunoscute, pe baza lor
constituindu-se un model constituindu-se un model
ANS: D PTS: 1
52.
Care nu este etapa in cadrul unui ciclu în utilizarea data mining:
ANS: C 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: