Vamos analisar cada uma das alternativas para identificar a correta sobre limpeza e redução de dados: a) Os dados precisam passar por um processo de limpeza porque quase sempre estarão incompletos, inconsistentes, desbalanceados, porém sem ruídos. - Esta afirmação é incorreta, pois os dados podem sim conter ruídos. b) Mau funcionamento de equipamento, dado considerado inicialmente de baixa qualidade e dados pessoais vazados na Internet são caracterizados como dados ausentes. - Esta afirmação é confusa, pois dados ausentes referem-se a dados que não estão presentes, e não a dados de baixa qualidade ou vazados. c) Aplicar média para imputar valores numéricos ausentes em uma variável não é considerado uma prática de limpeza de dados. - Esta afirmação é incorreta, pois imputar valores ausentes é uma prática comum de limpeza de dados. d) São aplicadas técnicas de redução de dados com o objetivo de eliminar redundância e diminuir a dimensionalidade dos dados, mas nunca para reduzir custo computacional, porque hoje isso não é um problema com a disponibilidade de GPUs. - Esta afirmação é incorreta, pois a redução de dados também visa reduzir custo computacional. e) A matriz de correlação permite a seleção de atributos candidatos à remoção que revelarem alta correlação estatística com algum outro atributo. - Esta afirmação é correta, pois a matriz de correlação é uma ferramenta utilizada para identificar atributos que podem ser redundantes. Portanto, a alternativa correta é: e) A matriz de correlação permite a seleção de atributos candidatos à remoção que revelarem alta correlação estatística com algum outro atributo.