Een machine learning-specialist moet bijna-realtime waarschijnlijkheden produceren dat een creditcardtransactie frauduleus is. Hoe moet dit probleem worden geformuleerd?

Binaire classificatie is de juiste formulering omdat het doel is om elke transactie te categoriseren in een van de twee discrete klassen: frauduleus of niet-frauduleus. Dit is een klassiek voorbeeld van een binaire beslissing. Streaming classificatie beschrijft de operationele modus (continue verwerking van gegevensstromen) maar niet de aard van het probleem zelf. Multi-class classificatie is onjuist omdat er meer dan twee mogelijke uitkomsten zouden zijn, wat hier niet het geval is. Regressie is onjuist omdat het voorspellen van een continue waarde (bijv. het bedrag van de fraude) betreft, terwijl hier een discrete categorische uitkomst wordt gezocht.