Advanced Financial Fraud Detection System with Explainable AI & Dashboard

قمت بتطوير نظام متكامل (End-to-End Pipeline) يعتمد على خوارزميات تعلم الآلة (Machine Learning) للكشف عن العمليات المالية الاحتيالية بدقة عالية. ركز المشروع بشكل أساسي على حل مشكلة "البيانات غير المتوازنة" (Imbalanced Data) التي تواجه المؤسسات المالية، لتقديم نتائج موثوقة تتجاوز مقاييس الدقة التقليدية المضللة.

أبرز المميزات التقنية:

خط عمل مؤتمت (Automated Pipeline): بناء مسار عمل يبدأ من التحليل الاستكشافي للبيانات (EDA) وتنظيفها، مروراً بمعالجة الميزات (Feature Engineering) والمعايرة، وصولاً إلى تدريب النماذج.

نمذجة متقدمة ومقارنة: تدريب 5 خوارزميات مختلفة (Logistic Regression, Random Forest, Gradient Boosting, LightGBM, MLP) والمفاضلة بينها لاختيار الأفضل.

دقة عالية في النتائج: تم تحسين النظام ليعتمد على مقياس AUPRC (المساحة تحت منحنى الدقة والاستدعاء) بدلاً من الدقة العامة (Accuracy)، حيث حقق نموذج LightGBM أفضل أداء بنتيجة 0.786.

تفسير القرارات (Explainable AI): دمج مكتبة SHAP لتفسير قرارات النموذج، وتوضيح "لماذا" تم تصنيف عملية معينة كاحتيال، مما يجعله صندوقاً شفافاً وليس صندوقاً أسود.

لوحة تحكم تفاعلية (Dashboard): بناء تطبيق ويب باستخدام Streamlit يدعم اللغتين (العربية والإنجليزية)، يمكن للمستخدم من خلاله استعراض البيانات، الرسوم البيانية، والحصول على توقعات فورية.