Een team moet een model bouwen dat bepaalt of mensen op afbeeldingen het retailmerk van het bedrijf dragen. Gegeven een gelabelde afbeeldingsdataset, welk type machine learning-model is het meest geschikt?

Een Convolutional Neural Network (CNN) is het meest geschikt voor deze taak omdat het gespecialiseerd is in beeldherkenning en objectdetectie. CNN's kunnen hiërarchische kenmerken uit afbeeldingen leren, zoals randen, texturen en vormen, die essentieel zijn voor het identificeren van specifieke kledingstukken of logo's. Latent Dirichlet Allocation (LDA) is een topic modeling algoritme, voornamelijk gebruikt voor tekstdata, niet voor afbeeldingen. Een Recurrent Neural Network (RNN) is ontworpen voor sequentiële data, zoals tekst of tijdreeksen, en is minder effectief voor ruimtelijke kenmerken in afbeeldingen. K-means clustering is een onbewaakte leermethode voor het groeperen van data, niet voor het classificeren van gelabelde afbeeldingen op basis van hun inhoud.