Een zorgverlener heeft patiëntgegevens die het afgelopen jaar zijn verzameld en heeft maandelijks trendanalyserapporten nodig voor ziekte-uitbraken. Deze moeten inzichten uit de meest recente maand bevatten en de meest kosteneffectieve inferentiemethode gebruiken. Welke inferentiemethode moeten ze kiezen?

Batch transform is de meest geschikte en kosteneffectieve methode. De zorgverlener heeft maandelijks rapporten nodig, wat betekent dat de inferentie niet direct hoeft te gebeuren. Batch transform verwerkt grote datasets in één keer, wat efficiënter en goedkoper is dan continue inferentie. Real-time inference is te duur en onnodig omdat de rapporten maandelijks zijn. Serverless inference kan duurder zijn voor grote, periodieke taken en is meer geschikt voor onregelmatige, kleinere inferentietaken. Asynchronous inference is ook geschikt voor taken die niet onmiddellijk hoeven te worden voltooid, maar batch transform is specifiek ontworpen voor het verwerken van grote hoeveelheden gegevens in één keer, wat het meest kosteneffectief is voor dit scenario.