Un'azienda finanziaria deve etichettare ogni transazione con carta di credito come potenzialmente fraudolenta o non fraudolenta. Quale tipo di modello di machine learning è appropriato per questo requisito?

La classificazione binaria è il tipo di modello di machine learning più appropriato perché il problema richiede di categorizzare ogni transazione in una di due classi mutuamente esclusive: "fraudolenta" o "non fraudolenta". Questo è l'obiettivo fondamentale della classificazione binaria. La regressione è usata per prevedere un valore numerico continuo, non una categoria discreta. La diffusione è un tipo di modello generativo, non adatto per l'etichettatura di classi. La classificazione multi-classe sarebbe appropriata se ci fossero più di due categorie possibili, ma in questo caso le opzioni sono solo due.