Julgue os itens a seguir, referentes a algoritmos de aprendizado de máquina.

O algoritmo KNN (k-nearest neighbors) é um modelo supervisionado de aprendizado de máquina que realiza previsões classificando uma nova amostra com base na maioria dos votos de seus K vizinhos mais próximos, definidos por uma métrica de distância.

Uma equipe de mineração deseja analisar a distribuição do teor de minério em uma amostra coletada. O código a seguir utiliza a biblioteca matplotlib do Python para criar um histograma dos teores coletados.

import matplotlib.pyplot as plt

# Dados de teores de minério (%)
teores = [0.5, 0.7, 1.2, 1.5, 1.8,
          2.0, 2.2, 2.5, 2.8, 3.0,
          3.5, 4.0, 4.2, 4.5, 5.0,
          5.5, 6.0, 6.5, 7.0, 7.5]

# Criação do histograma
plt.hist(teores, bins=5, edgecolor='black')
plt.xlabel('Teor de Minério (%)')
plt.ylabel('Frequência')
plt.title('Distribuição do Teor de Minério')
plt.show()

Com base no código precedente, julgue o item a seguir.

O parâmetro bins = 5, no código em apreço, especifica que o histograma terá exatamente cinco barras, com o mesmo número de dados em cada barra.

A atuação do Estado regulador caracteriza-se pela intervenção indireta do Estado na ordem econômica, regulamentando e fiscalizando a prestação de determinado serviço, inclusive serviços públicos, como forma de equilibrar os interesses dos usuários ou consumidores e os do mercado, em prol do interesse público.

Aos servidores em efetivo exercício nas agências reguladoras é permitido o exercício de outras atividades profissionais apenas nos casos admitidos em lei.

A Lei de Acesso à Informação assegura, expressamente, o direito de obter informações sobre administração do patrimônio público e utilização de recursos públicos.

Para a variável teor_de_ferro, a discretização baseada em intervalos é adequada para classificá-la em categorias como baixo, médio e alto, utilizando faixas predefinidas de percentual de ferro.

Quanto à normalização estatística, na tabela 22A6-I, as variáveis quantidade de minério e profundidade devem ser normalizadas. Já na tabela 22A6-II, não há necessidade de se normalizar as variáveis temperatura e precipitação.

A condução de auditorias em processos de aquisição não deve ser limitada à fase de encerramento do projeto, mesmo que ocorram interrupções nas atividades em andamento.

Nos casos de contratos firmados entre particulares e sem o envolvimento de recursos públicos, é prescindível a conformidade com regulamentações locais e internacionais durante o processo de gestão de aquisições em projetos.

A falta de integração entre a análise de riscos, os elementos de qualidade e as estimativas de custos pode comprometer significativamente o sucesso do projeto, pois decisões baseadas em informações incompletas impactam a viabilidade do cronograma, o orçamento e os resultados finais.