هذا المشروع يهدف إلى كشف المعاملات الاحتيالية في بطاقات الائتمان باستخدام تقنيات تعلم الآلة (Machine Learning) على بيانات حقيقية لمعاملات بنكية. المشروع يتعامل مع بيانات غير متوازنة (أي أن عدد الحالات الاحتيالية قليل جدًا مقارنة بالباقي)، ويستخدم طرق متقدمة لمعالجة هذا التحدي وتحسين دقة النماذج.
تم تطبيق خطوات تحليل البيانات، تجهيز البيانات، التعامل مع التوازن، تدريب عدة نماذج تعلم آلة، واختيار النموذج الأفضل بناءً على مقاييس الأداء مثل الدقة والاسترجاع، لكي يتنبأ بكفاءة ما إذا كانت المعاملة احتيالية أم لا.