Questões de Concurso Público CGE-PB 2024 para Auditor de Contas Públicas - Auditoria de Tecnologia da Informação

No contexto de Qualidade de Dados, o auditor de contas públicas João deverá analisar a consistência dos dados da base de dados AUD_CONTAS identificando variações sobre os valores dos atributos, como:

• 30% das entradas de dados na coluna CD_FUNCIONARIO estão marcadas com o caractere “espaço”
• existem 200 linhas na tabela TBL_PROCESSO contendo dados sobre processos sem nenhuma linha contendo os seus detalhes

Para isso, a técnica de diagnóstico sobre a qualidade de dados que João deverá utilizar é: 

O auditor de contas públicas João deverá realizar uma auditoria financeira e precisa construir um modelo de aprendizado de máquina, simples e interpretável, para classificar transações como "suspeitas" ou "não suspeitas". Para tanto, João deverá basear-se em atributos, como valor da transação, localização, tipo de transação e histórico do cliente, contidos em um conjunto de dados relativamente pequeno.
Nesse contexto, para criar esse modelo, João deverá aplicar a técnica de classificação binária:

O cientista de dados João deverá criar um modelo de aprendizado de máquina com o objetivo de classificar transações de cartão de crédito como "fraudulentas" ou "não fraudulentas". Dentre as métricas de avaliação da qualidade geral do modelo criado, João deverá utilizar a que avalia o equilíbrio entre precisão e sensibilidade (recall): 

O auditor de contas públicas João está desenvolvendo um modelo de aprendizado de máquina para identificar transações financeiras suspeitas em uma auditoria de contas. Após treinar o modelo, João observa que esse tem um desempenho excelente nos dados de treinamento, mas apresenta um desempenho ruim nos dados de teste, com uma alta taxa de erro.
Nesse contexto, o problema observado por João, do modelo ajustar-se excessivamente aos dados de treinamento, é denominado: 

No contexto de pré-processamento de dados, o auditor de contas públicas João está trabalhando em um projeto de análise de dados e percebe que as variáveis numéricas no conjunto de dados têm escalas muito diferentes, como a escala dos preços sendo maior do que a escala dos pesos, como demonstrado nos produtos A e B:
• Produto A (Preço: R$ 50 e Peso: 300g) • Produto B (Preço: R$ 500 e Peso: 1000g)

Além disso, ele observa a presença de outliers nos dados. Nesse sentido, João deverá tratar os dados para garantir que as variáveis tenham uma distribuição normal, isto é, com média igual a zero e desvio padrão igual a um.
Para isso, a técnica de tratamento de dados que João deverá utilizar, levando em consideração a presença de outliers, é: