SPS-8913-使用IBM-Auto-AI的信用卡欺诈欺诈预测 使用IBM Auto AI进行信用卡欺诈预测 项目描述： 该项目讨论构建用于创建可以在不同场景中使用的预测的系统。 它着重于预测欺诈交易，这可以减少金钱损失和降低风险。 该项目旨在构建一个Web应用程序，该应用程序通过获取输入值来自动估计是否存在欺诈风险。 使用IBM AutoAI，我们可以自动构建针对不同需求的预测模型所涉及的所有任务。 您可以从一个数据集创建一个模型，该数据集包括性别，已婚，受抚养者，受教育程度，自雇人员，申

预测信用卡欺诈交易 团队负责人：Abdelrahman Ragab 球队：迪娜·埃尔索卡里（Dina Elsokary）–艾哈迈德·纳赛尔（Ahmed Nasser）–艾哈迈德·塔拉特（Ahmed Talaat） 培训师：Jezz Martin 项目构想： 欺诈检测-使用Amazon SageMaker识别欺诈活动。 问题描述： 您在一家跨国银行工作。 在过去的几个月中，经历信用卡欺诈的客户数量显着增加。 您需要使用ML来识别欺诈性的信用卡交易，然后才能对您的公司产生更大的影响。

信用卡欺诈检测 弗罗茨瓦夫科技大学的学生研究俱乐部“ KN Matematyki Statystycznej Gauss”完成了机器学习项目。 描述 该任务是执行EDA并建立预测性分类模型，以检测欧洲持卡人在2013年9月进行的欺诈性信用卡交易。可在以下Kaggle网站上找到该项目的原始数据集： 执行分析的数据是原始数据的分层，随机选择的子集，仅包含原始记录的75％。 可以在此存储库的数据文件夹中找到它。 剩余的25％观测值（此存储库中未提供）将用作测试数据，以便在“高斯”会议期间对模型进行最

Credit_Card_Fraud_Detection 项目概况 在这个项目中，我使用了信用卡欺诈检测数据集，并建立了一个二进制分类模型，可以根据提供的历史数据将交易识别为欺诈或有效交易。 付款欺诈数据集（Dal Pozzolo等，2015）从Kaggle下载。 它具有用于数千笔信用卡交易的功能和标签，每笔交易均被标记为欺诈或有效。 在此笔记本中，我们希望根据这些交易的特征来训练模型，以便我们可以预测将来的风险或欺诈性交易。 EDA 使用此下载了我用来训练模型的数据集。 我加载并浏览了数据集