Wdrażam strukturę uczenia maszynowego, aby próbować przewidywać oszustwa w systemach finansowych, takich jak banki itp. Oznacza to, że istnieje wiele różnych danych, które można wykorzystać do szkolenia modelu, np. numer karty, nazwa posiadacza karty, kwota, kraj itp.
Mam problem z ustaleniem, która struktura jest najlepsza dla tego problemu. Mam pewne doświadczenie z drzewami decyzyjnymi, ale obecnie zacząłem pytać, czy sieć neuronowa byłaby lepsza dla tego rodzaju problemu. Także jeśli jakakolwiek inna metoda byłaby najlepsza, proszę oświecić mnie.
Jakie są zalety i wady każdej struktury i która struktura byłaby najlepsza dla tego problemu?
Nie jestem również pewien tego faktu, ale myślę, że drzewa decyzyjne mają wielką przewagę nad sieciami neuronowymi pod względem szybkości wykonywania. Jest to ważne, ponieważ szybkość jest również kluczowym czynnikiem w tym projekcie.