Specjalista uczenia maszynowego musi generować w czasie zbliżonym do rzeczywistego prawdopodobieństwa, że transakcja kartą kredytową jest oszukańcza. Jak należy sformułować ten problem?

Problem ten należy sformułować jako klasyfikację binarną, ponieważ celem jest przewidzenie jednej z dwóch możliwych klas: czy transakcja jest oszukańcza, czy nie. Model będzie generował prawdopodobieństwo przynależności do jednej z tych klas (np. prawdopodobieństwo oszustwa). Klasyfikacja strumieniowa to technika przetwarzania danych w czasie rzeczywistym, a nie typ problemu uczenia maszynowego. Klasyfikacja wieloklasowa dotyczy przewidywania jednej z więcej niż dwóch klas (np. typ oszustwa), co nie jest celem w tym scenariuszu. Regresja służy do przewidywania wartości ciągłej (np. kwoty oszustwa), a nie dyskretnej klasy.