Публікація: Моделі машинного навчання для виявлення шахрайства у фінансових транзакціях
Завантаження...
Дата
2025
Автори
Назва журналу
ISSN журналу
Назва тома
Видавництво
Анотація
Метою роботи є порівняльний аналіз ефективності моделей машинного навчання для виявлення фінансового шахрайства з урахуванням особливостей транзакційних даних. У дослідженні застосовано методи навчання з учителем, зокрема логістичну регресію та Random Forest, а також метод попередньої обробки даних у вигляді undersampling для усунення класової незбалансованості. У результаті дослідження було побудовано дві моделі виявлення шахрайських транзакцій, виконано їх порівняльну оцінку та встановлено перевагу ансамблевого підходу; новизна полягає у практичній перевірці впливу дисбалансу класів на точність моделей та доцільності використання ансамблевих рішень у фінансовому контексті. Отримані результати рекомендовано використовувати для побудови автоматизованих систем моніторингу фінансових транзакцій у банках, фінтех-компаніях і платіжних сервісах. Розроблений підхід може бути адаптований для роботи з реальними потоками транзакцій у режимі реального часу.
Опис
Ключові слова
ансамблевий метод, фінансове шахрайство, логістична регресія, класова незбалансованість
Бібліографічний опис
Шершень О. О. Моделі машинного навчання для виявлення шахрайства у фінансових транзакціях : пояснювальна записка до кваліфікаційної роботи здобувача вищої освіти на першому (бакалаврському) рівні, спеціальність 122 Комп’ютерні науки / О. О. Шершень ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2025. – 99 с.