Smart Fraud Detection System

نظام ذكي لاكتشاف عمليات الاحتيال في المعاملات البنكية باستخدام تقنيات تعلم الآلة (Machine Learning).

تم تطوير المشروع لتحليل بيانات المعاملات البنكية وتصنيفها إلى معاملات طبيعية أو مشبوهة، بهدف مساعدة النظام على اكتشاف عمليات الاحتيال بناءً على الأنماط الموجودة في البيانات.

شمل تنفيذ المشروع:

• تجهيز وتنظيف البيانات ومعالجتها لتكون مناسبة لتدريب نماذج تعلم الآلة.

• تطبيق خطوات Feature Engineering وتجهيز الخصائص المستخدمة في عملية التصنيف.

• تقسيم البيانات إلى بيانات تدريب واختبار لتقييم النماذج بشكل مناسب.

• تدريب ومقارنة عدة نماذج Machine Learning، من بينها Logistic Regression وDecision Tree وKNN.

• تقييم أداء النماذج باستخدام Accuracy وPrecision وRecall وF1-Score.

• استخدام Confusion Matrix لتحليل أداء النماذج وقدرتها على التمييز بين المعاملات الطبيعية والاحتيالية.

• مقارنة نتائج النماذج واختيار النموذج الأفضل بناءً على نتائج التقييم.

تم الوصول إلى أفضل أداء باستخدام نموذج KNN ضمن النماذج التي تمت مقارنتها في المشروع.

.