Financial Fraud Detection — Full Data Science Pipeline

نوع العمل: مشروع تحليل بيانات متكامل للكشف عن الاحتيال في المعاملات المالية.

الميزات:

- تحليل أكثر من 6 مليون معاملة مالية حقيقية

- pipeline كاملة من Data Cleaning لـ Visualization لـ Modelling

- كشف إن CASH_OUT و TRANSFER هما المسؤولان عن 100% من حالات الاحتيال

- شامل 7 visualizations احترافية وموديل تنبؤ بـ precision و recall و ROC AUC

طريقة التنفيذ:

المرحلة الأولى — Data Cleaning: تنظيف 6+ مليون صف، إزالة الأعمدة غير المفيدة، معالجة القيم المفقودة، وعمل encoding للمتغيرات النصية.

المرحلة التانية — Visualization: 7 charts توضح توزيع الاحتيال على أنواع المعاملات والمبالغ والوقت.

المرحلة التالتة — Modelling: تدريب موديل تنبؤ وتقييمه بـ Precision و Recall و F1 و ROC AUC.

الأدوات: Python, Pandas, Scikit-learn, Matplotlib, Seaborn