fraud detection in finanical transicaction

المشروع fraud detection in finanical transicaction

يهدف المشروع الي تحديد ما اذا كانت العمليات البنكيه اذا ما كانت تحتوي علي احتيال ام لا باستخدام الرسائل الاحتيال او مجهوله المصدر او من البطاقه البنكيه

الخورزاميات المستخدمه

like NumPy, Pandas, TensorFlow, and to

data analysis, model building, and

deployment.

It begins with data cleaning to address

missing values, duplicates, and outliers,

followed by preprocessing steps such as

feature scaling and encoding.

Exploratory Data Analysis (EDA) with

Matplotlib and Seaborn guides model

selection,

مع نماذج التعلم الآلي مثل

Logistic Regression, Decision Trees, and

Random Forest التي تم تقييمها للحصول على الأداء الأمثل.

بالنسبة لبيانات النصوص، يتم تطبيق تقنيات معالجة اللغة الطبيعية باستخدام

NLTK أو spaCy، بينما تولد شبكات GAN الخاصة بـ TensorFlow

بيانات اصطناعية للاختبار.

تدير MLflow دورة حياة التعلم الآلي بالكامل، مما يضمن نشر النموذج وقابلية التوسع بكفاءة.