顧客をセグメントに分類するための深層学習モデルを実装することは、大規模な顧客行動データセットから実用的な洞察を抽出するためにNVIDIA GPUを活用する最も効果的な手法です。深層学習モデル（オートエンコーダー、ニューラルネットワークなど）は、複雑で高次元のデータの教師なしクラスタリングに優れており、推奨事項のための微妙な傾向やパターンを特定できます。NVIDIAの「Deep Learning Institute (DLI)」および「AI Infrastructure for Enterprise」のリソースにも記載されているように、NVIDIA GPUはcuDNNなどのライブラリやPyTorchなどのフレームワークを介してこれらのモデルを高速化し、GPUを活用したデータマイニングに最適です。
スプレッドシート（​​A）とSQLクエリ（B）は、拡張性とGPU活用の点で劣ります。決定木（D）はよりシンプルですが、大規模なパターン発見には効果が劣ります。NVIDIAは、GPU上でのディープラーニングを推奨しています。