Un'azienda deve addestrare un modello per classificare immagini di varie specie animali. Dispone già di un ampio set di immagini etichettate e non etichetterà dati aggiuntivi. Quale approccio di apprendimento dovrebbe utilizzare l'azienda?

L'apprendimento supervisionato è l'approccio corretto perché l'azienda ha già un "ampio set di immagini etichettate". Questo tipo di apprendimento si basa su dati di input (immagini) e output desiderati (etichette delle specie animali) per addestrare il modello a generalizzare e classificare nuove immagini. L'apprendimento non supervisionato non è adatto poiché non ci sono dati non etichettati da raggruppare o ridurre. L'apprendimento per rinforzo è utilizzato per prendere decisioni sequenziali in un ambiente dinamico, non per la classificazione di immagini statiche. L'apprendimento attivo implica la selezione di dati da etichettare, ma l'azienda ha specificato che "non etichetterà dati aggiuntivi", rendendolo inappropriato.