Uma equipe de pesquisa tem imagens de culturas microbiológicas em crescimento, mas não há dados rotulados que identifiquem as áreas de crescimento. Qual técnica de machine learning é mais apropriada para descobrir e identificar regiões de crescimento nas imagens?

Clustering é a técnica mais apropriada porque é um método de aprendizado não supervisionado que agrupa pontos de dados semelhantes sem a necessidade de rótulos pré-existentes. Neste caso, o clustering pode identificar padrões visuais nas imagens que correspondem às regiões de crescimento, agrupando pixels ou características de imagem que são semelhantes entre si e diferentes do fundo. A regressão logística e a árvore de decisão são métodos de aprendizado supervisionado, exigindo dados rotulados para treinamento, o que não está disponível. A redução de dimensionalidade é usada para simplificar dados, não para identificar ou agrupar regiões específicas.