Bir işlemler tablosu (user ID, transaction type, location, amount) verildiğinde, aşağıdaki makine öğrenimi uygulamalarından hangisi uygun olan üç tanesidir?

Dolandırıcılık tespiti için denetimsiz öğrenme uygundur çünkü dolandırıcılık işlemleri genellikle nadir ve etiketlenmemiş anormalliklerdir. Denetimsiz yöntemler, normal davranıştan sapan kalıpları etiketli verilere ihtiyaç duymadan bulabilir. İşlemleri N kategoriye ayırmak için kümeleme, benzer özelliklere sahip işlemleri gruplandırarak doğal yapıları keşfetmek için idealdir. Bir işlemin konumunu tahmin etmek için denetimli öğrenme uygundur, çünkü geçmiş işlemlerin konum verileri (etiketler) mevcut olduğunda, model bu verilerden öğrenerek yeni işlemlerin konumunu tahmin edebilir. Pekiştirmeli öğrenme, bir ajanın bir ortamda eylemler gerçekleştirerek ödülleri maksimize etmeyi öğrendiği durumlarda kullanılır, bu senaryoya uygun değildir. Konum tahmini için denetimsiz öğrenme, etiketli konum verileri mevcut olduğunda daha az etkilidir.