Vamos analisar cada uma das afirmações sobre aprendizado supervisionado e mineração de dados: ( ) k-NN e Support Vector Machines (SVMs) são exemplos de preditores contínuos. É falsa. O k-NN (k-Nearest Neighbors) e SVMs (Support Vector Machines) são algoritmos de classificação e, portanto, são usados para prever classes discretas, não contínuas. ( ) Classificadores e algoritmos de regressão podem ser aplicados em uma mesma base de dados, desde que exista pelo menos um atributo alvo discreto, e atributos contínuos a serem modelados pela função de regressão. É verdadeira. É possível aplicar tanto classificadores quanto algoritmos de regressão em uma mesma base de dados, desde que haja atributos adequados para cada tipo de tarefa. ( ) Algoritmos de regressão podem ser utilizados para predizer valores discretos e contínuos, desde que sejam treinados com atributos contínuos. É falsa. Algoritmos de regressão são tipicamente usados para prever valores contínuos. Para prever valores discretos, normalmente utilizamos algoritmos de classificação. Agora, vamos resumir as classificações: 1. F 2. V 3. F Portanto, a sequência correta é: a) F - V - F.