Ein Team muss ein Modell erstellen, das feststellt, ob Personen auf Bildern die Einzelhandelsmarke des Unternehmens tragen. Welcher Typ von Machine-Learning-Modell ist angesichts eines gelabelten Bilddatensatzes am besten geeignet?

Ein Convolutional Neural Network (CNN) ist die beste Wahl für Bildklassifizierungsaufgaben, da es speziell dafür entwickelt wurde, räumliche Hierarchien in Bilddaten zu erkennen und zu lernen. Dies ist ideal, um visuelle Merkmale wie Logos, Muster oder Kleidungsstücke einer Marke zu identifizieren. Latent Dirichlet Allocation (LDA) wird für die Themenmodellierung von Textdokumenten verwendet, nicht für Bilder. Recurrent Neural Networks (RNNs) eignen sich für sequentielle Daten wie Zeitreihen oder Text, nicht primär für statische Bilder. K-Means-Clustering ist ein unüberwachtes Lernverfahren zur Gruppierung von Datenpunkten, aber nicht zur Klassifizierung von Bildern basierend auf bekannten Labels.