J'implémente une structure d'apprentissage automatique pour essayer de prédire la fraude sur les systèmes financiers comme les banques, etc. Cela signifie qu'il y a beaucoup de données différentes qui peuvent être utilisées pour former le modèle, par exemple. numéro de carte, nom du titulaire de la carte, montant, pays, etc ...
J'ai du mal à décider quelle structure est la meilleure pour ce problème. J'ai une certaine expérience avec les arbres de décision mais actuellement j'ai commencé à me demander si un réseau neuronal serait mieux pour ce genre de problème. Aussi, si une autre méthode serait la meilleure, n'hésitez pas à m'éclairer.
Quels sont les avantages et les inconvénients de chaque structure et quelle structure serait la meilleure pour ce problème?
De plus, je ne suis pas sûr de ce fait, mais je pense que les arbres de décision ont un grand avantage sur les réseaux de neurones en termes de vitesse d'exécution. Ceci est important car la vitesse est également un facteur clé dans ce projet.