Disciplinas:
Administração Financeira e Orçamentária 6
Algoritmos e Estrutura de Dados 1
Arquitetura de Software 1
Auditoria 2
Auditoria Governamental 4
Banco de Dados 8
Contabilidade Pública 1
Controle Externo 7
Direito Administrativo 3
Direito Civil 1
Direito Constitucional 4
Direito Financeiro 1
Direito Tributário 1
Engenharia de Software 7
Estatística 6
Gerência de Projetos 1
Governança de TI 7
Inglês 10
Legislação Federal 1
Legislação dos Tribunais de Contas (TCU, TCEs e TCMs) e Ministérios Públicos de Contas 9
Noções de Informática 1
Português 10
Programação 5
Segurança da Informação 1
Sistemas de Informação 2
Com relação às técnicas de Detecção de Outliers, analise as
afirmativas a seguir e assinale (V) para a verdadeira e (F) para a
falsa.
( ) A Distância de Mahalanobis é uma técnica eficaz para detectar outliers em dados multivariados, pois leva em consideração a média e a covariância dos dados, permitindo identificar pontos que são outliers em relação à distribuição conjunta das variáveis.
( ) Modelos de Misturas Gaussianas (GMM) não devem ser utilizados para detectar outliers com distribuições não normais, pois levam em consideração apenas distribuições Gaussianas.
( ) A Transformação Logarítmica é uma técnica comum e eficiente para remover outliers de forma definitiva em conjuntos de dados simétricos e assimétricos.
As afirmativas são, respectivamente,
( ) A Distância de Mahalanobis é uma técnica eficaz para detectar outliers em dados multivariados, pois leva em consideração a média e a covariância dos dados, permitindo identificar pontos que são outliers em relação à distribuição conjunta das variáveis.
( ) Modelos de Misturas Gaussianas (GMM) não devem ser utilizados para detectar outliers com distribuições não normais, pois levam em consideração apenas distribuições Gaussianas.
( ) A Transformação Logarítmica é uma técnica comum e eficiente para remover outliers de forma definitiva em conjuntos de dados simétricos e assimétricos.
As afirmativas são, respectivamente,
