Un equipo debe construir un modelo que determine si las personas en las imágenes llevan la marca minorista de la empresa. Dado un conjunto de datos de imágenes etiquetadas, ¿qué tipo de modelo de machine learning es el más apropiado?

Una red neuronal convolucional (CNN) es el modelo más apropiado para esta tarea. Las CNNs son excelentes para el reconocimiento de imágenes, ya que pueden aprender patrones jerárquicos y características espaciales directamente de los píxeles de la imagen, como texturas, formas y objetos. Son ideales para clasificar imágenes y detectar objetos específicos, como la marca minorista en este caso. Latent Dirichlet Allocation (LDA) se utiliza para modelado de temas en texto. Una red neuronal recurrente (RNN) es adecuada para datos secuenciales como texto o series temporales. El clustering K-means es un algoritmo de aprendizaje no supervisado para agrupar datos, no para clasificación de imágenes etiquetadas.