Методи класифікації незбалансованих даних у задачах виявлення шахрайства
Вантажиться...
Дата
2023
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
Анотація
Дипломнa робота: 111 сторінок, 23 рисунки, 9 таблиць, 2 додатки, 42
джерела.
Об’єктом дослідження є відкритий набір даних про транзакції
наданий компанією Vesta.
Ця робота присвячена методам класифікації незбалансованих даних
у задачі виявлення фінансового шахрайства. Зосереджуючись на
нерівномірному розподілі класів, що характеризується шахрайськими
транзакціями і нормальними транзакціями, в роботі проводиться
детальний аналіз та експерименти з використанням градієнтних
бустингових моделей.
Предметом дослідження є методи машинного навчання та
інтелектуального аналізу даних для моделювання і класифікації
фінансових транзакцій для виявлення фінансового шахрайства, а також
методи пошуку найкращої архітектури моделі машинного навчання і
відповідно її найкращих гіперпараметрів.
Метою роботи є аналіз характеру поведінки шахраїв на основі даних
про транзакцію за допомогою машинного навчання, гіперпараметрів для
задачі класифікації фінансових транзакцій.
Опис
Ключові слова
машинне навчання, пошук гіперпараметрів, виявлення шахрайства, незбалансований набір даних, метод головних компонент, machine learning, hyperparameter optimization, fraud detection, imbalanced dataset, principal component analysis
Бібліографічний опис
Гапон, М. О. Методи класифікації незбалансованих даних у задачах виявлення шахрайства : дипломна робота ... бакалавра : 122 Комп'ютерні науки / Гапон Максим Олегович. – Київ, 2023. – 111 с.