Table 2.1：Business Analytics Modeling Technique Arsenal。
依 Problem Type 選候選 Technique。
同一 Business Problem 可測多種模型，再比較 Predictive Performance、Runtime、Auditability。
| 類別 | 原書技術 | 用途例 |
|---|---|---|
| Unsupervised | k-means、PCA | Segmentation、Dimension Reduction |
| Supervised | Linear／Logistic Regression、ANN、SVM、CART、Gradient Boosting、Naive Bayes、Bayesian Networks、kNN、Association Rules、Genetic Algorithms、Time-series、Ensemble | Insurance、Churn、Spam、Loan、Forecast |
| Text | NLP、Sentiment、Topic Modelling／LDA | Text／Opinion／Topics |
| Other | SNA、Simulation、Geospatial | Network、Logistics、Store Location |
Target Type、Label、Interpretability、Runtime → Candidate Models → Validation。
Table 2.1 沒有 Accuracy／Runtime 數字，不能排名。
Technique 是 Arsenal；Ensemble 可結合多模型，選擇仍需 Resource Trade-off。
「依 Target、Data、Label、Auditability、Decision Timing 提出候選方法，不宣稱某模型必然最準。」
題目： Daily Decision 的模型跑三天，即使最準是否適合？
參考解答： 通常不適合；Runtime 必須符合 Decision Frequency。