O engenheiro de ML precisa treinar o modelo de detecção de fraudes usando um algoritmo integrado do SageMaker. Qual algoritmo é a escolha apropriada para esta tarefa?

LightGBM é um algoritmo de boosting de gradiente que é eficiente e escalável, tornando-o ideal para tarefas de classificação como detecção de fraude, especialmente com grandes conjuntos de dados. Ele se destaca na identificação de padrões complexos que indicam fraude. Linear Learner é um algoritmo de modelo linear, menos eficaz para relações não lineares complexas. K-means clustering é um algoritmo de agrupamento não supervisionado, inadequado para uma tarefa de classificação supervisionada como detecção de fraude. Neural Topic Model (NTM) é usado para modelagem de tópicos em dados de texto, não para detecção de fraude.