Інтелектуальна система виявлення шахрайства в онлайн-транзакціях з використанням ансамблевих методів машинного навчання

Abstract

Мета роботи – підвищення точності та надійності виявлення шахрайства в онлайн-транзакціях шляхом створення інтелектуальної системи з використанням ансамблевих моделей машинного навчання. Методи дослідження – аналіз і обробка даних, машинне навчання, ансамблеве навчання (Random Forest, Gradient Boosting, XGBoost, LightGBM), аналіз ефективності моделей за допомогою метрик (Precision, Recall, ROC AUC), балансування даних (SMOTE). У даній роботі розглядається розробка інтелектуальної системи для виявлення шахрайства в онлайн-фінансових транзакціях. Враховуючи актуальність проблеми, обрано сучасні ансамблеві методи машинного навчання, які забезпечують високу точність класифікації навіть у випадках незбалансованих вибірок. Було проведено повний цикл: від збору та підготовки даних до побудови та оцінювання моделей. Найкращі результати показала модель LightGBM із застосуванням методів балансування даних. Результати дослідження можуть бути використані для впровадження у фінансових установах