اكتشاف عمليات الاحتيال في بطاقات الائتمان باستخدام تقنيات تعلم الآلة والتصويت التجميعي (Soft Voting)

مشروع تعلم آلة يهدف إلى اكتشاف عمليات الاحتيال في بطاقات الائتمان باستخدام تقنيات Machine Learning. يعتمد المشروع على تحليل بيانات المعاملات المالية لاكتشاف الأنماط غير الطبيعية التي قد تشير إلى عمليات احتيالية. يتضمن المشروع مراحل كاملة لبناء نموذج تعلم آلة احترافي، بدءًا من تنظيف البيانات ومعالجتها، مرورًا بـ تطبيق تقنيات موازنة البيانات مثل SMOTE بسبب عدم توازن الفئات، ثم تدريب عدة نماذج تعلم آلة مثل Logistic Regression وRandom Forest وSVM وXGBoost.

كما يتضمن المشروع استخدام Cross Validation لتقييم النماذج بشكل أكثر دقة، بالإضافة إلى إنشاء نموذج Ensemble باستخدام Soft Voting لتحسين الأداء. تم تقييم النماذج باستخدام عدة مقاييس مثل ROC-AUC وPrecision وRecall وF1-score، مع إنشاء مجموعة من الرسوم البيانية التحليلية مثل ROC Curve وPrecision-Recall Curve وConfusion Matrix لفهم أداء النماذج بشكل أفضل.

يهدف هذا المشروع إلى توضيح كيفية بناء Pipeline متكاملة لمشروع تعلم آلة عملي يمكن استخدامه في تطبيقات حقيقية مثل أنظمة كشف الاحتيال في المؤسسات المالية.