Una empresa financiera necesita etiquetar cada transacción con tarjeta de crédito como potencialmente fraudulenta o no fraudulenta. ¿Qué tipo de modelo de machine learning es apropiado para este requisito?

La clasificación binaria es el tipo de modelo de machine learning más apropiado porque el problema requiere categorizar cada transacción en una de dos clases mutuamente excluyentes: "fraudulenta" o "no fraudulenta". Este es el objetivo fundamental de la clasificación binaria. La regresión se utiliza para predecir un valor continuo, no una categoría discreta. La difusión se refiere a modelos generativos que aprenden a crear datos similares a los de entrenamiento, lo cual no es el objetivo aquí. La clasificación multiclase se aplica cuando hay más de dos categorías posibles, mientras que en este escenario solo hay dos resultados posibles.