Недашківська, Надія ІванівнаКокунова, Анастасія Юріївна2026-09-102026-09-102026Кокунова, А. Ю. Методи машинного навчання та нейронних мереж для виявлення шахрайства у банківських операціях : дипломна робота … бакалавра : 124 Системний аналіз / Кокунова Анастасія Юріївна. – Київ, 2026. – 106 с.https://ela.kpi.ua/handle/123456789/82964Дипломна робота містить: 106 с., 18 рис., 2 додатки, 13 табл., 25 джерел. У роботі розглянуто сучасні підходи до виявлення банківського шахрайства на етапі реєстрації нових клієнтів. Досліджено роботу алгоритмів класифікації в умовах суттєвого дисбалансу класів на практичній задачі ідентифікації шахрайства безпосередньо на етапі обробки заявок на відкриття банківських рахунків. Метою дослідження є розробка та порівняльний аналіз моделей машинного навчання для ефективної та точної класифікації шахрайських заявок на відкриття банківських рахунків. Об'єктом дослідження – це процес ідентифікації шахрайських дій (аномалій) у банківських операціях на етапі реєстрації нових клієнтів. Предметом дослідження є математичні методи та моделі машинного навчання (зокрема Random Forest, SVM, MLP, XGBoost, Isolation Forest) для розв'язання задачі класифікації банківського шахрайства на основі багатовимірних поведінкових ознак. Програмною реалізацією було обрано мову Python у середовищі Kaggle. Результатом роботи є навчені та проаналізовані предиктивні моделі.106 с.ukкласифікаціямашинне навчаннянейронна мережавиявлення аномалійбанківське шахрайствобінарна класифікаціянезбалансовані даніансамблеві методидинамічний вибір порогуclassificationmachine learningneural networkanomaly detectionbank fraudbinary classificationunbalanced dataensemble methodsdynamic threshold selectionBachelor Thesis