Credit card fraud detection

الوصف: بناء نموذج تعلم آله تصنيفي (Classification) عالي الدقة للتعرف على المعاملات المالية المشبوهة في الوقت الفعلي ومنع الاحتيال الائتماني.

المهارات والخطوات المنفذة:

معالجة البيانات غير المتوازنة (Handling Imbalanced Data): التعامل مع ندرة حالات الاحتيال في البيانات باستخدام تقنيات متقدمة لضمان عدم انحياز النموذج.

تجهيز الميزات (Feature Scaling & Engineering): عمل Scaling للميزات الزمنية والمالية وتجهيزها للتدريب.

بناء النموذج: استخدام خوارزمية Random Forest وقدرتها العالية على التعامل مع البيانات المعقدة وتجنب التجهيز الزائد (Overfitting).

النتائج المحققة: حقق النموذج كفاءة واعتمادية عالية بمعدل 86% لكل من F1-Score و AUC Score، وهي مقاييس تضمن قدرة النموذج الفائقة على التمييز بين المعاملات السليمة والمشبوهة.