Questão de TI - Ciência de Dados e Inteligência Artificial — Conceitos Gerais de Machine Learning — IBFC 2025

O desenvolvimento de sistemas de Inteligência Artificial envolve tanto a escolha adequada de algoritmos de aprendizado quanto a aplicação criteriosa de métricas de avaliação. A compreensão integrada dessas etapas é essencial para que os modelos aprendam corretamente e forneçam resultados confiáveis, especialmente em contextos com classes desbalanceadas ou alta variabilidade nos dados. Com base nessas considerações, analise as afirmativas abaixo e dê valores Verdadeiro (V) ou Falso (F).

(   ) Algoritmos como k-NN e Redes Neurais são utilizados exclusivamente para tarefas de regressão em aprendizado supervisionado.

(   ) A acurácia pode ser enganosa em conjuntos de dados com classes desbalanceadas, exigindo o uso de métricas como F1-score para melhor avaliação.

(   ) O aprendizado por reforço se baseia em recompensas e penalidades para treinar agentes autônomos em ambientes sequenciais.

(  ) Em problemas de classificação binária, o uso da matriz de confusão auxilia na identificação de falsos positivos e falsos negativos.

Assinale a alternativa que apresenta a sequência correta de cima para baixo.