A respeito de metodologias e técnicas prescritas pela engenharia de software para o desenvolvimento e para a gestão de produtos, julgue o item que se segue. 

O desenvolvimento dirigido por testes (TDD) é modelado em três estados: vermelho, verde e refatorar. Um exemplo da ação de refatoração é a simulação do comportamento dos componentes que interagem com a unidade de teste que está falhando. 

A respeito de metodologias e técnicas prescritas pela engenharia de software para o desenvolvimento e para a gestão de produtos, julgue o item que se segue. 

No processo de desenvolvimento utilizando um produto mínimo viável (MVP), entre as etapas do ciclo build, measure e learn (construir, medir e aprender), a etapa build (construir) é a mais aderente ao objetivo central do MVP.

A respeito de metodologias e técnicas prescritas pela engenharia de software para o desenvolvimento e para a gestão de produtos, julgue o item que se segue. 

Na entrega de software funcionando para a produção de forma ágil, o DevOps prestigia a entrega contínua; nesse sentido, um princípio recomendado é que as atualizações de arquivo do servidor, por meio de uma operação de atualização de arquivos (commit) realizada pelos desenvolvedores, sejam centralizadas em uma máquina de integração.

A respeito de metodologias e técnicas prescritas pela engenharia de software para o desenvolvimento e para a gestão de produtos, julgue o item que se segue. 

Na gestão do backlog de um produto usando-se uma metodologia ágil, o controle do versionamento dos artefatos é adequado para procurar manter o backlog com a característica de emergente.

A respeito de metodologias e técnicas prescritas pela engenharia de software para o desenvolvimento e para a gestão de produtos, julgue o item que se segue. 

Na metodologia Scrum, caso diversos incrementos sejam criados em uma sprint, um deles pode ser entregue aos stakeholders antes da conclusão da sprint. 

Julgue o item subsequente, com relação a aprendizado de máquina, que é uma forma de inteligência artificial com vasta aplicação na área de diagnóstico por imagem. 

No aprendizado não supervisionado, o modelo é treinado com base em um conjunto de entradas (por exemplo, dados extraídos de imagens médicas de vários pacientes) e de saídas corretas associadas a cada uma dessas entradas (por exemplo, o diagnóstico de cada paciente).