Ao utilizar a árvore de decisão, há, basicamente, dois tipos clássicos de árvore de decisão no aprendizado de máquina: as árvores de classificação ...

1 e 2 apenas

A alternativa está correta, pois o tipo de árvore de decisão denominada árvore de classificação irá trabalhar com um conjunto de dados do tipo discreto, ou seja, que aceita apenas duas opções possíveis como sim ou não, ou verdadeiro e falso, e não utiliza dados do tipo contínuo, os quais precisam ser medidos.

Está correto o que se afirma em I e II. Na árvore de classificação, a variável destino é discreta e categórica, ou seja, ela pode ser dividida em categorias. No exemplo apresentado em I, a variável destino é se a pessoa deve ou não jogar golfe, que é uma variável categórica. O mesmo acontece com o exemplo apresentado em II, em que a variável destino é se a pessoa deve ou não comprar um carro, que também é uma variável categórica. Já nos exemplos apresentados em III e IV, a variável destino é contínua, ou seja, não pode ser dividida em categorias. Portanto, esses exemplos não são de árvores de classificação, mas sim de árvores de regressão.