O aprendizado por maximização em imagens frequentemente emprega redes generativas para criar novas r...

O aprendizado por maximização em imagens frequentemente emprega redes generativas para criar novas representações visuais. Essas redes otimizam funções de custo para maximizar a verossimilhança de um conjunto de treinamento. Considerando este contexto, interprete e associe os conceitos às descrições correspondentes sobre Support Vector Machines (SVMs) com Margens Rígidas:

Conceitos: I. Exigência de separabilidade linear II. Permissão de erros de classificação III. Maximização da margem entre classes

Descrição: a. Têm como característica exigir que os dados de treinamento sejam linearmente separáveis. b. Não permitem pequenos erros de classificação nos dados de treinamento para evitar overfitting. c. Buscam maximizar a margem entre as classes quando a função de perda é desconsiderada.

Assinale a alternativa que apresenta a associação correta.