Questão de TI - Ciência de Dados e Inteligência Artificial — Algoritmos de Machine Learning (Classificação, Regressão e Clusterização) — FCC 2026
TI - Ciência de Dados e Inteligência ArtificialAlgoritmos de Machine Learning (Classificação, Regressão e Clusterização)
- Código
- fc142209
- Banca
- FCC
- Órgão
- SEFAZ SP
- Ano
- 2026
- Cargo
- AFRE ( )
Uma Secretaria da Fazenda Estadual precisa analisar 500 mil declarações fiscais para identificar contribuintes com comportamento tributário similar, sem ter exemplos prévios de classificação. A equipe técnica deve agrupar as empresas considerando apenas as características declaradas (receita, despesas, setor, localização) e descobrir padrões naturais nos dados. A técnica mais adequada para essa tarefa é:
- AÁrvores de decisão, pois criam regras hierárquicas de classificação baseadas em variáveis fiscais usando exemplos rotulados de empresas regulares e irregulares.
- BAnálise de séries temporais, pois identifica tendências e padrões sazonais na arrecadação tributária ao longo do tempo para projeções futuras de receita.
- CRegressão logística, pois classifica empresas em categorias de risco fiscal utilizando variáveis preditoras numéricas e categóricas com base em histórico de autuações anteriores.
- DK-means clustering, pois agrupa empresas por similaridade sem necessidade de rótulos prévios, identificando padrões naturais nos dados declarados pelos contribuintes.
- ERedes neurais profundas, pois aprendem representações complexas dos dados fiscais através de múltiplas camadas ocultas treinadas com backpropagation supervisionado.