Respostas corretas
- ALidar com valores ausentes imputando-os ou removendo-os.
- BDividir os dados em conjuntos de treinamento, validação e teste.
Explicação
Valores ausentes podem viciar ou quebrar muitos algoritmos de ML, portanto, a prática recomendada é tratá-los explicitamente — seja por imputação (por exemplo, média, mediana, moda ou métodos baseados em modelos) ou removendo as linhas ou colunas afetadas quando apropriado. Dividir os dados em conjuntos de treinamento, validação e teste permite um ajuste imparcial do modelo, ajuste de hiperparâmetros e estimativa final de desempenho, prevenindo o vazamento de dados e o overfitted. Remover todos os valores discrepantes (outliers) não é uma prática recomendada porque eles podem representar um sinal legítimo; removê-los cegamente pode distorcer a distribuição e reduzir a robustez, portanto, eles devem ser investigados e tratados conforme o contexto. Treinar em todo o conjunto de dados não é uma prática recomendada porque não deixa dados reservados para validação ou teste, tornando impossível estimar de forma confiável a generalização. Evitar embaralhar os dados não é uma prática recomendada porque o embaralhamento geralmente é necessário para remover o viés de ordenação e garantir mini-lotes representativos, especialmente quando os dados são classificados por classe ou tempo.