Uma empresa de análise de dados está tentando melhorar o desempenho de seus modelos de previsão de vendas. Eles coletaram grandes volumes de dados históricos sobre as vendas de diversos produtos ao longo dos últimos 5 anos. A equipe de ciência de dados foi contratada para preparar os dados, visualizar tendências e, por fim, construir modelos preditivos de vendas.


Com base nesse contexto, analise as afirmativas a seguir:

I. Pandas e NumPy são bibliotecas fundamentais na fase inicial de preparação dos dados, permitindo que a equipe utilize funções como pd.DataFrame() para estruturar os dados e np.nan para tratar valores ausentes, garantindo que os dados estejam em um formato adequado para análise e modelagem.

II. Matplotlib pode ser empregada para criar visualizações informativas, como gráficos de dispersão e histogramas, permitindo que a equipe identifique padrões e anomalias nas vendas, além de facilitar a análise de distribuições utilizando funções como plt.hist() e plt.scatter().

III. A escolha do TensorFlow é motivada por sua capacidade de construir modelos complexos, como redes neurais profundas, mas sua aplicação em tarefas tradicionais de modelagem preditiva, como regressão linear e árvores de decisão, pode não ser a abordagem mais eficiente, já que bibliotecas como Scikit-learn oferecem implementações otimizadas e mais simples para essas tarefas.


Está correto o que se afirma em: