Een bedrijf heeft petabytes aan ongelabelde klantgegevens en wil klanten groeperen in lagen voor gerichte advertenties. Welke machine-learningbenadering is het meest geschikt voor deze taak?

Ongeëtiketteerde klantgegevens en het groeperen van klanten in lagen (segmentatie) duiden op een taak waarbij patronen in de data moeten worden gevonden zonder vooraf gedefinieerde labels. Ongecontroleerd leren (unsupervised learning) is hiervoor het meest geschikt, omdat het algoritmen gebruikt om verborgen structuren in ongelabelde gegevens te ontdekken, zoals clustering. Gecontroleerd leren (supervised learning) vereist gelabelde gegevens, wat hier niet beschikbaar is. Reinforcement learning en RLHF zijn bedoeld voor taken waarbij een agent leert door interactie met een omgeving en beloningen, wat niet van toepassing is op het groeperen van bestaande klantgegevens.