Vamos analisar cada uma das afirmações sobre Machine Learning: ( ) A aprendizagem supervisionada é quando um indivíduo alimenta exemplos de dados e respostas, para que a máquina dê continuidade no padrão estabelecido. É verdadeira (V). Na aprendizagem supervisionada, a máquina é treinada com um conjunto de dados que contém tanto as entradas quanto as saídas desejadas, permitindo que ela aprenda a mapear as entradas para as saídas. ( ) A aprendizagem não supervisionada (free learning) é quando não existem exemplos de dados com respostas conhecidas. Neste cenário, o próprio sistema aprende e define critérios. É verdadeira (V). Na aprendizagem não supervisionada, a máquina analisa dados sem rótulos e tenta encontrar padrões ou agrupamentos por conta própria. ( ) A aprendizagem semissupervisionada representa a tomada de decisões a partir da experiência de tentativa e erro do sistema, considerando psicologia comportamental, construída por observação de resultados de ações. É falsa (F). A aprendizagem semissupervisionada combina um pequeno conjunto de dados rotulados com um grande conjunto de dados não rotulados, mas não se baseia na psicologia comportamental. ( ) A aprendizagem por reforço é quando há a necessidade de se resolver um problema, mas o modelo precisa aprender as estruturas e organizar os dados, bem como fazer predições. Os dados de entrada são uma mistura de exemplos conhecidos e desconhecidos. É verdadeira (V). Na aprendizagem por reforço, o agente aprende a tomar decisões através de interações com o ambiente, recebendo recompensas ou punições com base nas ações que realiza. Portanto, a sequência correta é: V - V - F - V. A alternativa que apresenta essa sequência é: d) V - V - F - V.