Estudo De Modelos Avançados De ML E DL Para Deteção De Fraudes Com Cartões De Crédito

Estudo De Modelos Avançados De ML E DL Para Deteção De Fraudes Com Cartões De Crédito

Paperback (19 Dec 2023) | Portuguese

Save $14.89

  • RRP $89.63
  • $74.74
Add to basket

Includes delivery to the United States

10+ copies available online - Usually dispatched within 7 days

Publisher's Synopsis

As técnicas de aprendizagem automática e de aprendizagem profunda (DL) têm mostrado resultados promissores na deteção de actividades fraudulentas. Nesta tese, propomos abordagens para a deteção de fraudes com cartões de crédito que combinam técnicas de aprendizagem supervisionadas e não supervisionadas. Aplicamos técnicas de engenharia de características para extrair características relevantes do conjunto de dados de transacções com cartões de crédito, seguidas de modelos de deteção de anomalias que combinam ML supervisionado, ML semi-supervisionado e técnicas DL. Analisamos o conjunto de dados utilizando vários parâmetros e métodos. O nosso estudo sobre vários métodos de ML e DL na deteção de transacções fraudulentas inclui Redes Neuronais Artificiais (ANN), Redes Neuronais Convolucionais (CNN), Regressão Linear com Autoencoder, K-Nearest Neighbors (KNN), XGBoost, CatBoost, Adaboost, Gradient Boosting, Random Forest, Árvore de Decisão, K-Means Clustering, LightBGM, Regressão Logística, regressão logística com dados subamostrados, Naive Bayes alcança, SVC alcança, Isolation Forest e Local Outlier Fator. Avaliamos a nossa abordagem num conjunto de dados de transacções com cartões de crédito do mundo real denominado Creditcard.csv do conjunto de dados Kaggle.

Book information

ISBN: 9786206960089
Publisher: KS Omniscriptum Publishing
Imprint: Edicoes Nosso Conhecimento
Pub date:
Language: Portuguese
Number of pages: 116
Weight: 181g
Height: 229mm
Width: 152mm
Spine width: 7mm