Une entreprise financière doit étiqueter chaque transaction par carte de crédit comme potentiellement frauduleuse ou non frauduleuse. Quel type de modèle d'apprentissage automatique est approprié pour cette exigence ?

La classification binaire est appropriée car le problème consiste à attribuer chaque transaction à l'une des deux catégories mutuellement exclusives : "frauduleuse" ou "non frauduleuse". C'est la définition même de la classification binaire. La régression serait utilisée pour prédire une valeur continue, comme le montant d'une transaction. La diffusion est un type de modèle génératif, utilisé pour créer de nouvelles données, pas pour étiqueter des données existantes. La classification multi-classes serait utilisée si le problème impliquait trois catégories ou plus, ce qui n'est pas le cas ici.