Een Machine Learning Specialist moet producten aan gebruikers aanbevelen door gebruik te maken van bestaand gebruikersgedrag en voorkeuren, en de gelijkenis tussen gebruikers te gebruiken om items te voorspellen die een gebruiker leuk zal vinden. Welke benadering past het beste bij dit doel?

Collaborative filtering is de beste benadering omdat het zich richt op het gebruik van bestaand gebruikersgedrag en voorkeuren, en de gelijkenis tussen gebruikers om aanbevelingen te doen. Dit komt overeen met de beschrijving van het doel. Content-based filtering beveelt items aan op basis van de kenmerken van de items zelf en de voorkeuren van de gebruiker voor die kenmerken, niet op basis van gelijkenis tussen gebruikers. Model-based filtering is een brede categorie die collaborative filtering kan omvatten, maar het is niet zo specifiek als collaborative filtering voor dit scenario. Hybride filtering combineert meerdere aanbevelingstechnieken, wat overdreven complex kan zijn als collaborative filtering alleen al volstaat. Apache Spark ML op Amazon EMR is een geschikte technologie voor het implementeren van dergelijke systemen.