Questão 9 — Aprendizado Supervisionado — Redes Neurais (Inteligência Artificial) — Cebraspe · Secretaria de Estado da Fazenda do Paraná (SEFA/PR) 2026

Inteligência Artificial Aprendizado Supervisionado — Redes Neurais

Cebraspe 2026

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

Gabarito disponível

A secretaria de fazenda de certo estado visa implantar um sistema inteligente capaz de detectar automaticamente indícios de fraude em notas fiscais eletrônicas, com base em padrões históricos de transações regulares e irregulares. O sistema deverá aprender com exemplos rotulados e ajustar-se continuamente a novos tipos de fraude à medida que recebe novos dados.

Na situação hipotética apresentada, a técnica de inteligência artificial mais adequada para que o sistema em apreço atenda às demandas dessa secretaria de fazenda corresponde ao uso de

Selecione uma alternativa A) sistemas especialistas, que utilizam aprendizado indutivo supervisionado para detectar fraudes a partir da análise estatística de grandes volumes de dados. B) máquinas de vetores de suporte não supervisionadas, que classificam novas transações com base em agrupamentos obtidos a partir de variáveis latentes. C) redes neurais convolucionais não supervisionadas, projetadas para processar dados tabulares de transações financeiras e gerar regras de decisão simbólicas. D) redes neurais artificiais supervisionadas, capazes de ajustar pesos sinápticos por meio de algoritmos de retropropagação, aprendendo padrões complexos a partir de dados rotulados. E) algoritmos genéticos, baseados em regras simbólicas fixas e invariáveis, que garantem explicabilidade total no reconhecimento de transações suspeitas.

Resolução comentada

Redes neurais supervisionadas com retropropagação aprendem com dados rotulados de fraude.

Há exemplos rotulados (regulares e irregulares) e necessidade de se ajustar a novos dados. Redes neurais artificiais supervisionadas ajustam seus pesos por retropropagação e aprendem padrões complexos.

Análise das alternativas

A) Sistemas especialistas se baseiam em regras do conhecimento de especialistas, não em aprendizado indutivo estatístico. B) SVM é supervisionada, e agrupamentos por variáveis latentes são não supervisionados. C) Redes convolucionais não supervisionadas não geram regras simbólicas para dados tabulares. E) Algoritmos genéticos são de otimização e não têm regras fixas nem explicabilidade total.

Referência: Aprendizado de máquina supervisionado; redes neurais

Resolução comentada do VaiConcursos.