Detecção de anomalias em mineração de dados
✅ CERTO. A afirmação está correta. A detecção de anomalias (ou outliers) é de fato uma técnica de mineração de dados que identifica padrões incomuns ou discrepantes, sendo amplamente utilizada em detecção de fraudes, entre outras aplicações. O próprio CESPE já considerou, em questão semelhante, que outliers ou anomalias são padrões que não estão de acordo com o comportamento normal.
A mineração de dados (data mining) é o processo não trivial de identificar padrões válidos, novos e potencialmente úteis em grandes volumes de dados. Dentre as tarefas de mineração, destaca-se a detecção de anomalias, que busca encontrar observações que se desviam significativamente do restante dos dados. Esses desvios, chamados outliers, podem indicar fraudes, intrusões, falhas ou eventos raros de interesse.
No contexto da questão, a banca afirma exatamente isso: a técnica visa identificar padrões incomuns e é útil para fraudes. Não há erro ou imprecisão. Vale lembrar que a detecção de anomalias pode ser realizada por diversos métodos, como clustering (k-means), métodos estatísticos, redes neurais, entre outros, mas o conceito central é o que foi apresentado.
Portanto, o item está CERTO.