Een onderzoeksteam heeft afbeeldingen van groeiende microbiologische culturen, maar geen gelabelde gegevens die groeigebieden identificeren. Welke machine learning-techniek is het meest geschikt om groeigebieden in de afbeeldingen te ontdekken en te identificeren?

Clustering is de meest geschikte techniek omdat het een onbewaakte leermethode is die patronen en structuren in ongelabelde gegevens kan vinden. Het kan vergelijkbare pixels of regio's groeperen die groeipatronen vertegenwoordigen zonder voorafgaande kennis van wat die patronen zijn. Logistische regressie en beslissingsbomen zijn bewaakte leermethoden die gelabelde gegevens vereisen voor training. Dimensionaliteitsreductie is een techniek om het aantal variabelen te verminderen, niet om groeigebieden te identificeren.