Machinaal leren

Machinaal leren (machine learning) duidt op de methoden waarmee een model regelmatigheden afleidt uit voorbeelden, in plaats van uitdrukkelijk geschreven regels toe te passen. Bij fraudedetectie is het voordeel ervan dat het combinaties van signalen opmerkt die geen enkele regel had voorzien, en dat het zich aanpast wanneer de werkwijzen veranderen. De beperkingen zijn even reëel: het heeft gelabelde gegevens in grote hoeveelheid nodig, zijn prestaties verslechteren wanneer de werkelijkheid zich van de trainingsgegevens verwijdert, dat is modeldrift, en het reproduceert de vooroordelen die in de historie aanwezig zijn. Vandaar de eis om elke beslissing te kunnen uitleggen.