机构名称：
¥ 1.0
摘要：技术进步和高级通信网络的兴起导致与信用卡有关的欺诈行为增加。与信用卡有关的欺诈影响，影响消费者和金融机构。欺诈者始终如一地发展其技术，强调了制造对银行和其他金融实体必不可少的欺诈保护技术的必要性。本研究论文通过使用机器学习方法集成反馈系统，介绍了一种有效信用卡欺诈检测的方法。这种反馈方法旨在提高分类器的检测准确性和成本效益。该研究评估了各种方法的性能，包括人工神经网络，随机森林，天真的贝叶斯，树木分类器，逻辑回归，支持向量机和梯度增强分类器。该评估是在略微偏斜的信用卡欺诈数据集上进行的，其中包含来自欧洲帐户持有人的交易数据，总计284,807个交易。评估考虑了预处理的内容和RAW。这些方法的效率是根据不同分类器的绩效评估维度评估的，包括精度，F1得分，准确性，召回率和假阳性率（FPR）百分比。这些发现有助于开发稳健系统的努力，以检测和防止与信用卡有关的欺诈，并保护了严重的财务危害。
使用机器方法在信用卡中检测欺诈...
主要关键词
相关文件推荐
