Detección de Fraude con Tarjeta de Crédito

Es importante que las compañías de tarjetas de crédito conozcan las ventas fraudulentas de tarjetas de crédito para que los clientes no sean cobrados por cosas que no compraron. Tales problemas pueden ser abordados con Ciencia de Datos y su importancia, y el Aprendizaje Automático, no pueden ser pasados por alto. Este proyecto tiene como objetivo mostrar el conjunto de datos de modelado que se está utilizando en el aprendizaje automático sobre la Detección de Fraude con Tarjeta de Crédito. El problema de encontrar fraude con tarjeta de crédito implica modelar transacciones pasadas de tarjetas de crédito y los datos de aquellas que parecen ser tales fraudes. Este modelo se utiliza para ver si lo que se está haciendo es nuevo o falso. Nuestro objetivo aquí es descubrir trabajos 100% falsos mientras minimizamos las categorías de fraude fraudulento. La Detección de Fraude con Tarjeta de Crédito es una separación de muestra estándar. En este proceso, nos enfocamos en analizar y priorizar conjuntos de datos y en la publicación de muchos algoritmos de hallazgos confusos como este Algoritmo de Factor de Outlier Local y el Algoritmo de Bosque de Aislamiento en datos de procesamiento de tarjetas de crédito modificados por PCA.