机构名称：
¥ 1.0
摘要 - 在过去的几十年中，银行业经历了代际转型。现代银行在为客户提供安全且无缝的银行业务方面更大，更专业。机器学习（ML）和人工智能（AI）技术已经有助于准确识别和减轻银行基础设施内的欺诈活动。在本文中，我们利用多种ML技术来检测金融交易数据中的欺诈活动。根据我们的发现，诸如梯度增强和随机森林之类的技术比回归和决策树等遗产技术具有更好的准确性。这项研究通过为AI和ML在增强欺诈检测方面的潜力提供了宝贵的见解，从而有助于保护金融交易免受欺诈的更广泛目标。这项研究还强调了模型选择和超参数调整对于提高检测率和最小化假阳性速率的重要性。为了增强未来研究中欺诈检测框架的鲁棒性，我们将考虑合并实时系统并探索深度学习技术
使用机器学习技术在银行业中的欺诈检测
主要关键词
相关文件推荐
