Je vais construire un modèle d'apprentissage automatique de détection de fraude en python

Certaines informations ont été traduites automatiquement.

Pakistan

Je parle Ourdou, Anglais

Full Stack Web, DevOps et automatisation IA, The Burujan

Burujan est un studio d’ingénierie dirigé par Huzaifa, développeur full stack et ingénieur NOC, titulaire d’un baccalauréat en informatique. Nous créons des sites Next.js rapides, des tableaux de bord...
À propos de ce service

Les pertes liées à la fraude font mal, mais les fausses alertes qui bloquent de bons clients le font aussi. Je construis un modèle d’apprentissage automatique de détection de fraude en Python qui repère davantage de fraudes et signale moins de vrais clients.


Je suis Huzaifa de The Burujan, ingénieur NOC qui réalise des projets de data science. Mon projet de détection de fraude par carte bancaire utilise 590 540 transactions réelles, où seulement 3,5 % sont des fraudes. Sur un ensemble de test ultérieur que le modèle n’a jamais vu, il a atteint 0,91 ROC AUC, a détecté 71 % des fraudes et a réduit les fausses alertes de 47 % par rapport à un modèle standard avec le même taux de détection des fraudes.


Ce que vous obtenez : nettoyage des données, caractéristiques de comportement telles que l’historique des dépenses et la vitesse d’exécution, gestion du déséquilibre des classes, modèles LightGBM et XGBoost ajustés, seuil de décision basé sur le coût de la fraude par rapport à une fausse alerte, explications SHAP afin que les analystes comprennent pourquoi chaque transaction a été signalée, et un rapport avec un notebook Jupyter. L’option premium ajoute une API de scoring, un plan de surveillance et un guide de réentraînement.


Je répartis les données par temporalité, et non au hasard, afin d’obtenir des résultats honnêtes. Aucun modèle ne peut promettre zéro fraude, et les résultats dépendent de vos données. Contactez-moi avant de commander avec une description succincte de vos données et je vous dirai si cela correspond.

Expertise:

Classification

•

Détection d'anomalies

Langage de programmation:

Python

•

SQL

Frameworks:

Scikit-learn

Outils:

Jupyter Notebook

•

Colab

Mon portfolio