Vamos analisar cada uma das afirmações sobre o pré-processamento de dados: I. A limpeza de dados é um aspecto crucial do pré-processamento, lidando com problemas como dados ausentes e erros, e pode incluir técnicas como imputação de dados. É verdadeira (V). A limpeza de dados realmente é fundamental para garantir a qualidade dos dados, e a imputação é uma técnica comum utilizada para lidar com dados ausentes. II. A integração de dados no pré-processamento refere-se à separação de dados de diferentes fontes para análise individual e isolada. É falsa (F). A integração de dados envolve combinar dados de diferentes fontes para criar um conjunto de dados unificado, e não a separação. III. A transformação de dados envolve ajustar os dados para uma escala comum e criar novos atributos mais informativos para a análise. É verdadeira (V). A transformação de dados é uma etapa importante que pode incluir normalização, padronização e a criação de novos atributos. IV. A redução de dados visa aumentar o volume de dados para criar um conjunto mais complexo e detalhado para a análise. É falsa (F). A redução de dados tem como objetivo diminuir o volume de dados, mantendo a informação relevante, e não aumentar. Agora, organizando as respostas: I - V II - F III - V IV - F A sequência correta é: c) V – F – V – F.