Vamos analisar cada item: I- O aprendizado de máquina para a detecção de fraude é baseado em equações matemáticas e algoritmos, funciona em duas etapas. Na primeira, o sistema recebe exemplificações de compras legítimas e ilegítimas. Em seguida, a máquina avalia compras reais, levando em consideração os padrões observados. Verdadeiro, essa descrição está correta e reflete o funcionamento básico do aprendizado de máquina na detecção de fraudes. II- A partir de números e fórmulas, o aprendizado de máquina une ponto a ponto informações sobre características de transações já feitas pelo usuário como valores médios gastos, horários de compra, uso de celular, pontos usados, principais estabelecimentos, até chegar a uma probabilidade de fraude final. Verdadeiro, essa afirmativa também está correta, pois descreve como o aprendizado de máquina utiliza dados históricos para calcular a probabilidade de fraude. III- O modo como a máquina aprende os padrões antes de começar a analisar compras não interfere diretamente no registro de falsos positivos e fraudes reais. Falso, essa afirmativa é incorreta, pois a forma como a máquina aprende os padrões é crucial para minimizar falsos positivos e identificar fraudes reais. Um aprendizado inadequado pode levar a um aumento de falsos positivos. Com base nas análises, os itens I e II estão corretos. Portanto, a alternativa correta é: D) Apenas I e II estão corretas.