Une université souhaite prédire si un candidat s'inscrira afin de cibler ses efforts de recrutement. Le data scientist dispose des historiques académiques et souhaite créer des profils de candidats pour la prédiction. Quelles sont les deux étapes que le data scientist doit suivre pour créer un modèle qui prédit la probabilité d'inscription ? (Choisissez deux.)

Pour prédire si un candidat s'inscrira, le data scientist doit d'abord étiqueter les données historiques. Amazon SageMaker Ground Truth est un excellent outil pour étiqueter de grands ensembles de données, permettant de créer des étiquettes binaires ("inscrit" ou "non inscrit") nécessaires à l'apprentissage supervisé. Une fois les données étiquetées, le problème devient une tâche de classification binaire, car l'objectif est de prédire l'une des deux catégories discrètes. Par conséquent, l'application d'un algorithme de classification (comme la régression logistique, les forêts aléatoires ou les machines à vecteurs de support) est la bonne approche pour construire le modèle prédictif. Un algorithme de prévision est utilisé pour prédire des valeurs futures basées sur des séries temporelles, ce qui n'est pas le cas ici. Un algorithme de régression est utilisé pour prédire une valeur numérique continue, et non une catégorie binaire. L'algorithme k-means est une méthode de clustering non supervisé, utilisée pour regrouper des données sans étiquettes prédéfinies, ce qui ne convient pas pour prédire des catégories spécifiques comme "inscrit" ou "non inscrit" après l'étiquetage.