Para identificar qual das opções é um exemplo de feature engineering, vamos analisar cada uma delas: a) Dividir o conjunto de dados em treino e teste - Isso é uma etapa de pré-processamento, mas não é feature engineering. b) Criar novas variáveis a partir de combinações das existentes - Esta é uma definição clássica de feature engineering, onde novas características (features) são geradas a partir das já existentes para melhorar o desempenho do modelo. c) Avaliar o desempenho do modelo - Isso é uma etapa de validação, não de feature engineering. d) Aumentar o tamanho do conjunto de dados original - Isso pode ser relacionado a técnicas de aumento de dados, mas não é feature engineering. e) Usar redes neurais para extrair automaticamente recursos - Embora isso envolva extração de características, não é o que se entende tradicionalmente como feature engineering, que geralmente envolve a criação manual de novas variáveis. Portanto, a alternativa correta que exemplifica feature engineering é: b) Criar novas variáveis a partir de combinações das existentes.