Usted tiene un conjunto de datos de imágenes etiquetadas con dos clases: león o guepardo. Quiere entrenar un modelo que, dada una nueva imagen, prediga si contiene un león o un guepardo. ¿Qué opción de algoritmo de SageMaker es la adecuada?

La clasificación de imágenes usando TensorFlow es la opción más adecuada porque su objetivo es clasificar una imagen completa en una de dos categorías predefinidas (león o guepardo). Este algoritmo está diseñado específicamente para tareas de clasificación de imágenes. XGBoost es un algoritmo de aprendizaje automático para datos tabulares o estructurados, no para imágenes. La detección de objetos se utiliza para identificar y localizar múltiples objetos dentro de una imagen, dibujando cuadros delimitadores alrededor de cada uno, lo cual no es el requisito aquí. La segmentación semántica asigna una etiqueta de clase a cada píxel de una imagen, lo que es una tarea más granular que la simple clasificación de la imagen completa.