Fraud Detection System on Imbalanced Financial Transactions

عملت نظام ذكى قادر على كشف المعاملات المالية الاحتيالية باستخدام تقنيات تعلم الآلة (Machine Learning)، يهدف إلى مساعدة المؤسسات المالية على تقليل المخاطر والخسائر الناتجة عن الاحتيال.

-->ما الذي تم تنفيذه؟

تحليل وتنظيف البيانات ومعالجة القيم المفقودة والتكرار

تحويل البيانات الفئوية باستخدام One-Hot Encoding

التعامل مع عدم توازن البيانات باستخدام تقنية SMOTE

تدريب عدة نماذج:

Logistic Regression

Random Forest

Support Vector Machine (SVM)

تقييم النماذج باستخدام:

Confusion Matrix

Precision, Recall, F1-score

--> النتائج:

نموذج Random Forest حقق أفضل أداء

Recall لفئة الاحتيال ≈ 67%

F1-score لفئة الاحتيال ≈ 0.51

--> الأدوات والتقنيات

Python, Pandas, NumPy, Scikit-learn, Imbalanced-learn, Matplotlib, Seaborn

--> قيمة المشروع

يساعد هذا النظام الشركات والبنوك على:

اكتشاف العمليات المشبوهة مبكرًا

تقليل الخسائر المالية

دعم اتخاذ القرار