Uma universidade identificou um aumento preocupante na taxa de evasão estudantil e decidiu implementar um sistema preditivo para detectar alunos com maior risco de abandono. A equipe de cientistas de dados responsável pelo projeto analisou uma ampla gama de variáveis, incluindo notas, frequência, tempo de estudo, participação em atividades extracurriculares e até mesmo interações em plataformas educacionais. Entretanto, perceberam que trabalhar com todas essas variáveis poderia aumentar o ruído nos dados e tornar o modelo mais complexo sem ganhos significativos de desempenho. Diante desse desafio, a equipe considerou diferentes abordagens para otimizar a representação dos dados e melhorar a capacidade preditiva do modelo.

Com relação a esse contexto e ao conteúdo estudado, analise as asserções a seguir e a relação proposta entre elas:

I. Para melhorar a eficácia do modelo preditivo, a equipe optou pela seleção de recursos, identificando quais variáveis tinham maior impacto na evasão e eliminando aquelas menos relevantes. Esse processo ajudou a reduzir a dimensionalidade dos dados e melhorar a generalização do modelo, tornando as previsões mais interpretáveis para gestores acadêmicos e facilitando a tomada de decisão. 

PORQUE

II. A extração de recursos substitui completamente a necessidade de selecionar variáveis, pois qualquer conjunto de dados pode ser transformado em um novo espaço otimizado sem perda de informações, garantindo que todas as características originais sejam preservadas e interpretáveis.

A respeito dessas asserções, assinale a alternativa correta: