credit card fraud detection

بصفتي مهندس تعلم آلي في التدريب الصيفي بالمركز القومي للاتصالات (NTI)، قمتُ بتطوير نظام لاكتشاف عمليات الاحتيال في بطاقات الائتمان بهدف التعرف على المعاملات الاحتيالية ضمن بيانات شديدة الاختلال (غير متوازنة).

التحدي في البيانات: حالات الاحتيال كانت أقل من 1% من إجمالي المعاملات، مما تطلّب تطبيق تقنيات موازنة البيانات مثل SMOTE (Synthetic Minority Oversampling) و الـ Undersampling.

? النماذج المستخدمة: قمتُ ببناء ومقارنة نماذج باستخدام Random Forest، XGBoost، وCatBoost للتعامل مع الأنماط غير الخطية والبيانات عالية الأبعاد.

التحسين: قمتُ بضبط معاملات النماذج (Hyperparameters) باستخدام Optuna، كما قمتُ بتحسين حدود القرار (Thresholds) بالاعتماد على منحنى الدقة-الاستدعاء (Precision-Recall Curve) لتعظيم معدل الاستدعاء مع الحفاظ على مستوى جيد من الدقة