Bir veri kümesi, kayıt kimlikleri, 200 kategori arasından nihai bir sonuç ve zaman damgaları içeren sigorta taleplerini barındırıyor. Amaç, birkaç ay öncesinden başlayarak her ay her kategoride kaç talep olacağını tahmin etmektir. Hangi model türü uygundur?

Doğru cevap, her ay her kategoride kaç talep bekleneceğini tahmin etmek üzere zaman damgalarını (ve sayıları) kullanan bir tahmin modelidir. Soruda belirtilen amaç, gelecekteki aylık talep sayılarını tahmin etmektir. Bu, zaman serisi verileri üzerinde gelecekteki değerleri öngörmek için kullanılan bir tahmin problemidir. Zaman damgaları ve geçmiş talep sayıları, bu tür bir model için temel girdiler olacaktır. Denetimli bir sınıflandırma modeli, talep içeriğini kullanarak her talep için kategoriyi tahmin etmeye çalışır, ancak aylık toplam sayıları tahmin etme amacına uygun değildir. Takviyeli öğrenme ajanı, belirli bir hedefi optimize etmek için eylemler öğrenir ve bu senaryoda doğrudan aylık talep tahminine uygun değildir. Hibrit model, kısmi içerik bilgisi olan kategoriler için sınıflandırma ve kalan kategoriler için tahmin yapmayı önerir, ancak temel sorun, gelecekteki sayıları tahmin etme ihtiyacı olduğu için tahmin modelinin doğrudan uygulanması daha uygun ve verimli olacaktır.