Vous devez détecter si les personnes sur des images portent le logo de l'entreprise. Étant donné un jeu de données d'images étiquetées pour l'entraînement, quel type d'algorithme est le plus approprié ?

Un Réseau Neuronal Convolutif (CNN) est le plus approprié car il excelle dans les tâches de vision par ordinateur, comme la détection d'objets et la classification d'images. Sa capacité à apprendre des caractéristiques hiérarchiques à partir de données visuelles le rend idéal pour identifier des motifs complexes comme un logo d'entreprise sur des personnes. L'Analyse en Composantes Principales (ACP) est une technique de réduction de dimensionnalité, non de classification d'images. Les Réseaux Neuronaux Récurrents (RNN) sont conçus pour les données séquentielles (texte, séries temporelles), pas pour les images statiques. Le k-plus proches voisins (k-NN) est un algorithme de classification simple mais moins performant que les CNN pour des tâches de vision complexes et à grande échelle.