Моделі машинного навчання для виявлення шахрайства у фінансових транзакціях

Шершень, О. О.

Публікація:
Моделі машинного навчання для виявлення шахрайства у фінансових транзакціях

dc.contributor.author	Шершень, О. О.
dc.date.accessioned	2025-10-07T07:02:09Z
dc.date.available	2025-10-07T07:02:09Z
dc.date.issued	2025
dc.description.abstract	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.
dc.identifier.citation	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.
dc.identifier.uri	https://openarchive.nure.ua/handle/document/32932
dc.language.iso	uk
dc.subject	ансамблевий метод
dc.subject	фінансове шахрайство
dc.subject	логістична регресія
dc.subject	класова незбалансованість
dc.title	Моделі машинного навчання для виявлення шахрайства у фінансових транзакціях
dc.type	Other
dspace.entity.type	Publication