Análise de cluster: Agrupar as transações em clusters e Identificar aqueles com características atípicas.

Regressão linear: Modelar a relação entre as variáveis para prever o valor de uma transação potencialmente fraudulenta e identificar desvios.

Análise de componentes principais (PCA): Reduzir a dimensionalidade dos dados para visualizar padrões e anomalias características de fraudes.

Redes neurais artificiais: Construir um modelo capaz de aprender padrões complexos nas transações e identificar aquelas com alto risco de fraude.

Análise de sentimento: Aplicar Regard Review on ML (R2ML) nos textos dos processos impetrados por cidadãos supostamente envolvidos em fraudes do IPTU, para identificar possíveis características sentimentais indicativas de fraudulência.