Um Instituto Federal de Educação está desenvolvendo diferentes soluções baseadas em aprendizado de máquina para apoiar a gestão acadêmica e pedagógica. Entre as iniciativas consideradas, estão:
- o uso de dados históricos de estudantes, previamente rotulados quanto à ocorrência de evasão ou de permanência, para estimar o risco de evasão acadêmica;
- a análise de dados acadêmicos e de frequência com o objetivo de identificar padrões e perfis semelhantes entre estudantes, sem a definição prévia de categorias;
- o desenvolvimento de um agente inteligente capaz de recomendar intervenções pedagógicas ao longo do tempo, ajustando suas decisões a partir de recompensas associadas ao desempenho dos estudantes.
Com base nesse cenário, dadas as afirmativas,
I. A estimativa do risco de evasão acadêmica, a partir de dados históricos previamente rotulados, caracteriza um problema de aprendizado supervisionado.
II. A identificação de padrões e perfis semelhantes entre estudantes pode ser tratada como um problema de aprendizado supervisionado, desde que os dados estejam organizados e armazenados em sistemas acadêmicos.
III. O agente que recomenda intervenções pedagógicas e ajusta suas decisões, a partir de recompensas ao longo do tempo, utiliza aprendizado por reforço.
verifica-se que está/ão correta/s
