4ª) A seleção adequada de um modelo de machine learning depende profundamente do entendimento do tipo de dados e do problema específico que se deseja resolver. Considere os seguintes aspectos do machine learning e avalie se cada sentença é verdadeira ou falsa, considerando os tipos de aprendizado supervisionado, não supervisionado e por reforço, bem como suas aplicações práticas em negócios. Leia as 3 sentenças a seguir e associe, a cada uma delas, um V para verdadeiro ou F para falso. Na sequência, marque a alternativa que contém a sequência de V e F correta. ( ) O aprendizado supervisionado é inadequado para tarefas onde os dados de entrada não possuem etiquetas ou respostas conhecidas, sendo o aprendizado não supervisionado mais adequado para explorar esses dados. ( ) Modelos de aprendizado por reforço são ideais para problemas que envolvem interações dinâmicas com um ambiente, como na otimização de rotas de entrega em tempo real. ( ) A análise de clustering, um tipo de aprendizado não supervisionado, é utilizada para prever valores futuros de ativos financeiros com base em dados históricos. a) V, V, F. b) F, V, V. c) V, F, V. d) F, F, V. e) V, V, V.