Uma empresa financeira precisa rotular cada transação de cartão de crédito como potencialmente fraudulenta ou não fraudulenta. Que tipo de modelo de machine learning é apropriado para este requisito?

A classificação binária é o tipo de modelo de machine learning apropriado porque o objetivo é categorizar cada transação em uma de duas classes mutuamente exclusivas: "fraudulenta" ou "não fraudulenta". Este é o cenário clássico para problemas de classificação binária. A regressão seria usada para prever um valor contínuo, como o valor exato do risco de fraude, e não uma categoria. A difusão é um tipo de modelo generativo usado para criar novos dados, não para classificação. A classificação multiclasse seria usada se houvesse mais de duas categorias distintas para as transações, como "fraude de identidade", "fraude de cartão perdido" e "não fraudulento".