Bir ilaç şirketi, klinik araştırma sahası belgelerini (metin) denetler ve denetçilerin incelemelere öncelik verebilmesi için külliyattaki en iyi 10 konuyu keşfetmesi gerekir. Advers olaylardan bahseden belgelere öncelik verilmelidir. Bir veri bilimcisi, soyut konuları bulmak ve konu başına en çok geçen kelimeleri listelemek için istatistiksel konu modellemesi kullanacaktır. Hangi algoritmalar en uygunudur? (İki tane seçin.)

Latent Dirichlet Allocation (LDA) ve Neural Topic Modeling (NTM), büyük metin koleksiyonlarından soyut konuları keşfetmek için tasarlanmış istatistiksel konu modelleme algoritmalarıdır. LDA, her belgenin konuların bir karışımı olduğunu ve her konunun kelimelerin bir karışımı olduğunu varsayan olasılıksal bir modeldir. NTM ise, metin verilerindeki gizli yapıları öğrenmek için sinir ağlarını kullanan modern bir yaklaşımdır. Her iki algoritma da belirtilen görev için uygunken, Random forest classifier ve Linear support vector machine sınıflandırma algoritmalarıdır, konu modelleme için değil. Linear regression ise regresyon görevleri için kullanılır.