O objetivo do Aprendizado de Máquina (AM) é a construção de programas que melhorem seu desempenho por meio de exemplos (MITCHELL, 1997). Para isso, é necessária uma grande quantidade de exemplos para gerar o conhecimento do computador, que são hipóteses geradas a partir dos dados. As técnicas de AM são orientadas a dados, isto é, aprendem automaticamente a partir de grandes volumes de dados. Os algoritmos de AM geram hipóteses a partir dos dados. A inferência indutiva é um dos principais métodos utilizados para derivar conhecimento novo e predizer eventos futuros em Aprendizado de Máquina. A generalização pode não ser feita de maneira correta na inferência indutiva. As chances de as generalizações serem corretas aumentam de acordo com a qualidade dos dados. O mesmo fenômeno acontece com AM, dados mais precisos levam a generalizações mais precisas. Existem três tipos principais de Aprendizado de Máquina: Supervisionado, Não Supervisionado e por Reforço” (LUDERMIR, 2021, p. 88).

Fonte: https://www.scielo.br/j/ea/a/wXBdv8yHBV9xHz8qG5RCgZd/?lang=pt&format=html. Acesso em: 16 maio 2023.

Sobre os objetivos do Aprendizado de Máquina (AM), analise as afirmativas a seguir:

I. Desenvolver algoritmos que se tornem tão capazes quanto humanos em várias tarefas.
II. Criar sistemas que sejam significantemente mais capazes que humanos em praticamente todas as tarefas.
III. Construir programas que melhorem seu desempenho por meio de exemplos.
IV. Derivar conhecimento novo e predizer eventos futuros.
V. Aprender automaticamente a partir de grandes volumes de dados.

É correto o que se afirma em:
Alternativas
Alternativa 1:
I, apenas.

Alternativa 2:
II e IV, apenas.

Alternativa 3:
III, IV e V, apenas.

Alternativa 4:
I e II, apenas.

Alternativa 5:
I, III e V, apenas.