Ein Finanzunternehmen muss jede Kreditkartentransaktion entweder als potenziell betrügerisch oder als nicht betrügerisch kennzeichnen. Welcher Typ von Machine-Learning-Modell ist für diese Anforderung geeignet?

Binäre Klassifizierung ist korrekt, da das Modell eine von zwei möglichen Kategorien vorhersagen muss: betrügerisch oder nicht betrügerisch. Dies ist das klassische Szenario für binäre Klassifikationsalgorithmen. Regression wäre falsch, da Regression kontinuierliche numerische Werte vorhersagt, nicht diskrete Kategorien. Diffusion ist ein generatives Modell, das für die Erzeugung von Daten verwendet wird, nicht für die Klassifizierung. Mehrklassen-Klassifizierung wäre ebenfalls falsch, da diese für Probleme mit mehr als zwei diskreten Ausgabekategorien eingesetzt wird.