Um auditor fiscal da Secretaria da Fazenda Nacional precisa analisar um grande volume de dados de contribuintes para identificar possíveis fraudes. Ele tem acesso a um data warehouse que armazena dados históricos de declarações, pagamentos e transações. Para otimizar a detecção de anomalias, ele decide aplicar técnicas de mineração de dados. Considerando as características de um data warehouse e as técnicas de data mining, analise as afirmativas a seguir:

• I. A técnica de agrupamento (clustering) é adequada para identificar grupos de contribuintes com comportamentos similares, mesmo sem rótulos predefinidos.
• II. A técnica de classificação requer um conjunto de dados rotulados para treinar o modelo, sendo útil para prever se um contribuinte é fraudulento ou não.
• III. A técnica de regras de associação pode ser usada para descobrir relações entre diferentes eventos, como a ocorrência de uma auditoria e a emissão de notas fiscais atípicas.
• IV. A técnica de regressão é mais indicada para prever valores contínuos, como o valor sonegado, do que para classificar contribuintes em categorias.

Está correto o que se afirma em: