مشروع كشف الاحتيال في المعاملات البنكية (Credit Card Fraud Detection)

استخدام خوارزميات تعلم الآلة لتصنيف المعاملات البنكية إلى "احتيالية" أو "طبيعية"، بناءً على بيانات حقيقية من معاملات بطاقات الائتمان.

البيانات المستخدمة:

المصدر: Credit Card Fraud Dataset – Kaggle

عدد الصفوف: 284,807 صف

عدد الميزات: 30 ميزة (بعد تطبيق PCA)

نسبة الاحتيال: فقط 0.17% من البيانات احتيالية → مشكلة عدم توازن واضح

استكشاف البيانات (EDA):

تحليل التوزيع

اكتشاف القيم المفقودة

رسم بياني لتوزيع المعاملات الاحتيالية

معالجة عدم التوازن:

استخدام تقنيات مثل SMOTE أو Undersampling

اختيار النموذج:

تجربة خوارزميات مثل:

Logistic Regression

Random Forest

XGBoost

Neural Networks

تقييم الأداء:

استخدام مقاييس مثل:

Precision

Recall

F1-score

ROC-AUC