Sto implementando una struttura di apprendimento automatico per tentare di prevedere frodi su sistemi finanziari come le banche, ecc ... Ciò significa che ci sono molti dati diversi che possono essere utilizzati per addestrare il modello, ad es. numero della carta, nome del titolare della carta, importo, paese, ecc ...
Ho difficoltà a decidere quale struttura è la migliore per questo problema. Ho una certa esperienza con gli alberi delle decisioni, ma attualmente ho iniziato a chiedermi se una rete neurale sarebbe meglio per questo tipo di problema. Anche se qualsiasi altro metodo sarebbe il migliore, non esitate a illuminarmi.
Quali sono i pro e i contro di ciascuna struttura e quale struttura sarebbe la migliore per questo problema?
Inoltre, non sono sicuro di questo fatto, ma penso che gli alberi decisionali abbiano un grande vantaggio rispetto alle reti neurali in termini di velocità di esecuzione. Questo è importante perché la velocità è anche un fattore chiave in questo progetto.