A mineração de dados é um componente central do processo de KDD (Knowledge Discovery in Databases), que busca transformar grandes volumes de dados em conhecimento útil para tomada de decisão. Entre as etapas do KDD, destacam-se a seleção de dados, o pré-processamento, a transformação, a mineração em si e a interpretação dos resultados. Durante a mineração, técnicas como regras de associação e agrupamento são aplicadas para descobrir padrões ocultos. Ferramentas como Weka e Python com Pandas, NumPy e Scikit-learn tornam possível a aplicação dessas técnicas em diferentes contextos, desde vendas e marketing até saúde e ciência. Considerando o processo de KDD, assinale a alternativa correta. O pré-processamento consiste em aplicar algoritmos de agrupamento diretamente nos dados brutos. A seleção de dados envolve escolher registros relevantes para análise antes da mineração. A seleção de dados envolve escolher registros relevantes para análise antes da mineração. A transformação de dados ocorre somente após a aplicação das regras de associação. A mineração de dados não faz parte do processo de KDD, apenas da análise estatística.