Een bedrijf heeft historische labels die aangeven of klanten langdurige ondersteuning nodig hadden. Ze hebben een ML-model nodig om te voorspellen of nieuwe klanten langdurige ondersteuning nodig zullen hebben. Welke modelleringsaanpak is geschikt?

Logistische regressie is geschikt omdat het een classificatiealgoritme is dat wordt gebruikt om binaire uitkomsten te voorspellen, zoals "wel" of "niet" langdurige ondersteuning nodig hebben. Het model leert van de historische gelabelde gegevens en voorspelt een waarschijnlijkheid, die vervolgens wordt omgezet in een binaire beslissing. Anomaliedetectie is onjuist omdat het gericht is op het identificeren van ongebruikelijke patronen of uitschieters, niet op het voorspellen van een specifieke binaire uitkomst. Lineaire regressie is onjuist omdat het wordt gebruikt voor het voorspellen van continue numerieke waarden, niet voor binaire classificatie. Semantische segmentatie is onjuist omdat het een techniek is die wordt gebruikt in computervisie om pixels in een afbeelding te classificeren, wat hier niet van toepassing is.