Un especialista en machine learning debe producir probabilidades casi en tiempo real de que una transacción con tarjeta de crédito sea fraudulenta. ¿Cómo debe formularse este problema?

La clasificación binaria es la formulación correcta porque el problema busca predecir una de dos categorías posibles para cada transacción: fraudulenta o no fraudulenta. Este es el caso de uso clásico para un modelo de clasificación binaria. La clasificación de streaming no es un tipo de problema en sí mismo, sino una forma de procesar datos (en tiempo real), que podría aplicarse a un problema de clasificación binaria. La clasificación multiclase sería apropiada si hubiera más de dos resultados discretos posibles (por ejemplo, "fraude", "legítimo", "sospechoso de bajo riesgo"). La regresión se utiliza para predecir un valor continuo (por ejemplo, la cantidad de fraude en dólares), no una categoría discreta.