Een universiteit wil voorspellen of een sollicitant zich zal inschrijven, zodat ze de wervingsinspanningen gericht kan inzetten. De data scientist heeft academische geschiedenissen en wil sollicitantenprofielen opbouwen voor voorspelling. Welke twee stappen moet de data scientist nemen om een model te bouwen dat de inschrijvingswaarschijnlijkheid voorspelt? (Kies twee.)

De universiteit wil voorspellen of een sollicitant zich zal inschrijven, wat een binaire uitkomst is (wel of niet ingeschreven). Dit is een classificatieprobleem. Daarom moet een classificatie-algoritme worden toegepast. Voordat een model kan worden getraind, moeten de gegevens gelabeld worden met de juiste uitkomst (ingeschreven of niet ingeschreven). Amazon SageMaker Ground Truth is een service die helpt bij het labelen van datasets voor machine learning. Een forecasting-algoritme is bedoeld voor tijdreeksvoorspellingen. Een regressie-algoritme wordt gebruikt voor het voorspellen van continue waarden, niet binaire uitkomsten. Het k-means-algoritme is een clustering-algoritme voor ongesuperviseerd leren en kan niet worden gebruikt om gelabelde voorspellingen te doen.