As redes neurais artificiais (RNAs) destacam-se como um dos principais modelos de aprendizado de máq...

Alternativa D - As afirmações I e II estão corretas.

Introdução

Redes Neurais Artificiais (RNAs) são modelos bioinspirados capazes de aprender relações complexas e não lineares em grandes volumes de dados.

Desenvolvimento

A principal força das RNAs reside na sua arquitetura em camadas que permite a extração automática de características (feature engineering automática), especialmente em modelos profundos (Deep Learning).

Análise

1. Afirmação I (Correta): A generalização é a capacidade da rede de performar bem em dados que ela nunca viu antes.
2. Afirmação II (Correta): Redes Convolucionais (CNNs) são o padrão ouro atual para visão computacional.
3. Afirmação III (Incorreta): RNAs são notórias pela baixa interpretabilidade, sendo frequentemente criticadas por não permitirem que humanos entendam facilmente o porquê de uma decisão específica.
4. Afirmação IV (Incorreta no contexto desta questão): Embora sejam chamadas de "caixas-pretas", essa característica geralmente se refere ao funcionamento interno dos pesos, e não exclusivamente à dificuldade de escolha de parâmetros.

Conclusão

A capacidade de generalização e o domínio em mídias complexas (imagem/vídeo) são os pilares do sucesso das RNAs modernas.

Alternativa D.