利用机器学习技术进行信用卡交易欺诈检测 欺诈性信用卡交易的分类。
1
使用机器学习的信用卡欺诈检测 信用卡欺诈是一个日益严重的问题,面临许多挑战,包括时间漂移和严重的阶级失衡。 该项目尝试使用包括自适应合成采样方法(ADASYN)和合成少数采样率(SMOTE)在内的最新技术来解决班级不平衡问题。 2013年9月在欧洲进行的超过280k真实交易[1]被用作训练数据集。 比较了三种类型的机器学习模型:随机森林,支持向量机和多层感知器。 结果表明,不平衡数据集的最佳采样方法取决于数据集和所使用的模型。 该项目包含以下组件: a)PDF格式的IEEE风格论文 b)Jupyter Notebook进行了机器学习测试。 您可以运行视图并自己运行它们。 还包括注释,推理和数字。 为了方便起见,我在此git repo中包含了原始数据集的副本[1],但是请参考原始资源以获取最新版本。 该项目是2017年冬季在滑铁卢大学进行的SYDE 522:机器学习的一部分。 安装 克隆项目: $ git clone https://github.com/yazanobeidi/fraud-detection.git && cd fraud-detection Pip安装依赖项
2021-06-20 21:58:01 69.56MB machine-learning scikit-learn card kaggle
1
开源的数据集-信用卡欺诈检测数据集 https://www.kaggle.com/mlg-ulb/creditcardfraud kaggle 免费下载的东西为什么要积分要c币?
2021-05-31 16:35:13 63.29MB 数据集
1
详细介绍了基于逻辑回归的信用卡欺诈检测 包括代码共30页
2021-05-13 21:27:11 1.22MB 逻辑回归 信用卡欺诈检测
1
信用卡欺诈检测代码,包含数据
2021-04-29 01:47:07 63.06MB 机器学习
1
某银行为提升信用卡反欺诈检测能力,提供了脱敏后的一份个人交易记录。考虑数据本身的隐私性,数据提供之初已经进行了类似PCA的处理,并得到了若干数据特征。在不需要做额外特征提取工作的情况下,本项目意在通过逻辑回归模型的调优,得到较为准确可靠的反欺诈检测方法,分析过程中使用到了Python Pandas, Numpy, Matplotlib, Seaborn以及机器学习库Scikit-Learn等。 数据链接: 链接:https://pan.baidu.com/s/11uT0CHYPenX_67qTdr-Tjg 密码:b9xo 完整代码实现如下: 下采样完整代码: import pandas as
2021-04-06 16:32:31 76KB python机器学习 test 下采样
1
这项研究试图通过创建可检测在线招聘环境中欺诈风险的可靠模型来禁止个人和组织的隐私和金钱损失。 这项研究提出了一个可靠的检测模型,该模型使用基于随机森林分类器的集成方法来检测在线招聘欺诈(ORF)的可靠检测模型。 在线招聘欺诈检测的特征是其现代性和对这一概念的研究不足,因此具有其他类型的电子欺诈检测。 研究人员提出了检测模型以达到本研究的目的。 对于特征选择,使用支持向量机方法,并且对于分类和检测,使用使用随机森林的集成分类器。 可免费使用的名为“就业骗局爱琴海数据集”(EMSCAD)的数据集来应用该模型。 在选择和分类采用之前已应用了预处理步骤。 结果显示获得的准确性为97.41%。 此外,调查结果提出了检测目的的主要特征和重要因素,包括具有公司简介特征,具有公司徽标特征和行业特征。
2021-03-27 10:23:32 1.21MB 行业研究
1
关于 BillRun是开源计费和反欺诈系统。 BillRun在电信公司中使用,这些公司需要复杂的系统和工具来接收,处理,计费,收费和监视客户使用情况。 用法可以是电信CDR-s,预付费卡,并且都可以实时处理。 该系统支持不同类型的输出,例如客户发票,用于管理的批发报告,系统监控和警报,可以触发事件的反欺诈系统。 该系统是故障转移安全的,并完全支持高可用性卷和大小。 该系统建立在YAF PHP Framework与Zend Framework工具箱集成的基础上,以实现高性能,以自定义使用其开源即用型类。 由于该系统是开源的,因此您可以将其更改为您的需要和要求,并从第三方获得支持,因为您不必依赖一家公司。 数据库是MongoDB,可以支持不同类型的文档,无论大小和类型如何,都使系统易于维护。 此外,MongoDB是使用最广泛的NoSQL数据库,只需花费很少的精力即可轻松扩展。 Bill
2021-03-11 15:06:54 19.25MB 系统开源
1
Flink官网实例: 1.基于DataStream API 实现欺诈检测,完整实现; 2.补充自定义数据源; 3.IDEA开发环境。
1
“人工智能学习笔记——案例实战信用卡欺诈检测”博客中的数据集
2020-01-03 11:35:56 66.1MB Python 机器学习 欺诈预测 数据集
1