Na preparação dos dados para modelagem de machine learning, diversas técnicas são aplicadas para garantir que os dados estejam prontos para o treinamento eficaz dos modelos. Cada técnica é utilizada de acordo com as características específicas do problema e dos dados disponíveis. Abaixo, três assertivas são apresentadas, cada uma descrevendo uma técnica de pré-processamento de dados. Relacione cada assertiva com o conceito de modelagem de dados ao qual ela mais diretamente contribui. Bloco 1: A) Codificação one-hot de variáveis categóricas. B) Normalização min-max. C) Imputação de valores ausentes. Bloco 2: I – Melhoria da consistência dos dados para treinamento de modelos sensíveis à escala. II – Adaptação de dados não numéricos para modelos que requerem entradas numéricas. III – Manutenção da integridade do conjunto de dados ao lidar com entradas incompletas.

Vamos relacionar cada técnica (Bloco 1) ao objetivo (Bloco 2):

A) Codificação one-hot de variáveis categóricas.

• One-hot transforma categorias (texto/rótulos) em colunas numéricas binárias (0/1), permitindo que algoritmos que exigem números recebam essas informações.
• Portanto, corresponde a II – Adaptação de dados não numéricos para modelos que requerem entradas numéricas.

B) Normalização min-max.

• A normalização min-max reescala variáveis para um intervalo padrão (tipicamente $[0,1]$), reduzindo diferenças de magnitude entre atributos.
• Isso melhora o comportamento de modelos sensíveis à escala (ex.: KNN, redes neurais, SVM com certos kernels, etc.).
• Portanto, corresponde a I – Melhoria da consistência dos dados para treinamento de modelos sensíveis à escala.

C) Imputação de valores ausentes.

• Imputar (preencher) valores faltantes evita perder linhas/colunas e permite trabalhar com dados incompletos sem quebrar o treinamento.
• Portanto, corresponde a III – Manutenção da integridade do conjunto de dados ao lidar com entradas incompletas.

Logo: A – II, B – I, C – III.

Alternativa correta: (E).