مشروع يهدف إلى اكتشاف العمليات الاحتيالية في معاملات بطاقات الائتمان باستخدام تقنيات تعلم الآلة، حيث تم تحليل البيانات المالية لاكتشاف الأنماط غير الطبيعية التي تشير إلى وجود عمليات مشبوهة.
يعتمد المشروع على دراسة خصائص المعاملات المختلفة، مثل قيمة العملية وخصائص أخرى مستخرجة من البيانات، من أجل التمييز بين العمليات السليمة والاحتيالية بدقة عالية.
تم تنفيذ مراحل تحليل البيانات بدايةً من الاستكشاف (EDA) وفهم طبيعة البيانات، خاصة مشكلة عدم توازن البيانات (Imbalanced Data)، حيث تكون العمليات الاحتيالية أقل بكثير من العمليات الطبيعية، مما يتطلب استخدام تقنيات خاصة لتحسين أداء النموذج.
كما تم بناء نموذج باستخدام خوارزميات Machine Learning وتدريبه على البيانات، ثم تقييمه باستخدام مقاييس دقيقة مثل Precision و Recall و F1-score لضمان قدرته على اكتشاف الاحتيال بكفاءة.
