Questão 8 — Aprendizado Não Supervisionado — Clusterização (Ciência de Dados) — Cebraspe · Secretaria de Estado da Fazenda do Paraná (SEFA/PR) 2026

Ciência de Dados Aprendizado Não Supervisionado — Clusterização

Cebraspe 2026

Secretaria de Estado da Fazenda do Paraná (SEFA/PR) · Agente Fazendário Estadual – Função: Profissional de Tecnologia da Informação (Cargo 6)

Gabarito disponível

Em uma secretaria de fazenda, analistas de dados buscam identificar perfis de contribuintes com padrões semelhantes de comportamento tributário, de modo a orientar auditorias fiscais preventivas. Nesse contexto, a escolha do método analítico deve considerar a ausência de rótulos previamente definidos e o grande volume de atributos numéricos e categóricos associados às declarações.

A partir da situação anterior, assinale a opção em que é corretamente descrita a técnica mais adequada para a finalidade pretendida pelos analistas de dados em questão.

Selecione uma alternativa A) A análise de correlação é a técnica mais apropriada para detectar grupos de contribuintes com comportamentos fiscais similares, pois avalia a dependência estatística entre múltiplas variáveis simultaneamente. B) As árvores de decisão são técnicas não supervisionadas de agrupamento hierárquico, ideais para identificar automaticamente padrões ocultos entre variáveis fiscais heterogêneas. C) A análise discriminante é adequada para o agrupamento de contribuintes sem rótulos prévios, pois utiliza métricas de distância para maximizar a separação entre grupos formados aleatoriamente. D) A regressão logística, por ser um método supervisionado, permite agrupar contribuintes com base em características comuns, estimando probabilidades de pertencimento a grupos previamente não definidos. E) O algoritmo k-means é apropriado para segmentar contribuintes em grupos com padrões semelhantes, desde que as variáveis categóricas sejam previamente transformadas em representações numéricas adequadas.

Resolução comentada

K-means segmenta contribuintes sem rótulos, após converter as variáveis categóricas.

Como não há rótulos, a tarefa é de agrupamento (aprendizado não supervisionado). O k-means forma grupos por similaridade e exige variáveis numéricas; por isso as categóricas devem ser transformadas, por exemplo por one-hot encoding.

Análise das alternativas

A) A correlação mede associação entre variáveis e não forma grupos. B) Árvores de decisão são supervisionadas. C) A análise discriminante é supervisionada e exige grupos previamente definidos. D) A regressão logística é supervisionada e exige classes conhecidas.

Referência: Mineração de dados – clusterização (k-means)

Resolução comentada do VaiConcursos.