Detecting Credit Card Fraud using AI

مع تزايد المعاملات الرقمية، أصبح اكتشاف الاحتيال في بطاقات الائتمان تحديًا مهمًا للمؤسسات المالية. يركز هذا المشروع على بناء نظام يعتمد على الذكاء الاصطناعي لتحليل بيانات المعاملات واكتشاف السلوك الاحتيالي بدقة. يعتمد المشروع على Credit Card Fraud Detection Dataset التي تحتوي على عدد كبير من معاملات بطاقات الائتمان، حيث تمثل العمليات الاحتيالية نسبة صغيرة جدًا من البيانات، مما يجعلها Imbalanced Dataset ويزيد من صعوبة اكتشاف الاحتيال. تم تنفيذ عدة مراحل في المشروع تشمل تحليل البيانات (EDA)، معالجة البيانات، Feature Scaling، وتجهيز البيانات للتدريب. بعد ذلك تم استخدام مجموعة من خوارزميات Anomaly Detection بالإضافة إلى نماذج تعلم آلي وتعلم عميق لمقارنة الأداء وتحسين دقة اكتشاف الاحتيال. النماذج المستخدمة: One-Class SVM (OCSVM) Gaussian Anomaly Detection Random Forest Deep Learning Model تم تقييم النماذج باستخدام مقاييس مثل Precision و Recall و F1-Score لضمان اكتشاف أكبر عدد ممكن من العمليات الاحتيالية مع تقليل الأخطاء. التقنيات المستخدمة: Python، Pandas، NumPy، Scikit-learn، Deep Learning Libraries.