O diagrama a seguir ilustra um exemplo do processo por indução de hipóteses por classificação, o qual é composto de um conjunto de dados, registros...

O processo de aprendizagem por indução de hipóteses é um método utilizado em aprendizado de máquina para inferir regras a partir de um conjunto de dados. Vamos analisar cada afirmativa: I. A ideia é aprender a classificar entradas por meio de dados de teste. Verdadeiro, essa afirmativa está correta, pois a ideia é aprender a classificar novas entradas com base em dados de teste. II. A partir de uma amostra ou conjunto treinado, é possível generalizar e classificar os dados não observados da base de pacientes. Verdadeiro, essa afirmativa está correta, pois a ideia é generalizar a partir de um conjunto de dados de treinamento para classificar novos dados não observados. III. A ideia é aprender por meio de uma base de dados já classificados em uma base de treinamento e, depois, classificá-los em uma base com dados não classificados. Falso, essa afirmativa está incorreta, pois a ideia é aprender com uma base de dados de treinamento não classificada e, em seguida, aplicar essa aprendizagem para classificar novos dados não observados. IV. A hipótese é verificar se uma determinada doença existe em uma base de teste. Falso, essa afirmativa está incorreta, pois a hipótese é verificar se uma determinada doença é contagiosa, não se ela existe ou não. Portanto, a alternativa que contém todas as afirmativas verdadeiras é: b) I e II, apenas.