Detecção de Fraude em Transações Financeiras

Descrição

Este projeto utiliza um modelo de Rede Neural para detectar fraudes em transações financeiras, implementado com PyTorch. O objetivo é fornecer um exemplo prático e educacional de como aplicar técnicas de machine learning e deep learning para problemas de classificação.

Como Usar

1. Clone o repositório.

git clone [email protected]:Casagrande-Lucas/fraud_detection.git

2 .Instale as dependências:

pip3 install -r requirements.txt

3. Execute o script de preprocessamento dos dados:

python3 src/data_preprocessing.py

4. Explore os dados.

jupyter notebook notebooks/EDA.ipynb

5. Treine e avalie o modelo com PyTorch

jupyter notebook notebooks/model_training_pytorch.ipynb

Tecnologias Utilizadas

• Python
• Pandas
• Scikit-Learn
• Matplotlib
• Seaborn
• Jupyter Notebooks
• PyTorch

Modelos Utilizados

• Florestas Aleatórias com Scikit-Learn.
• Rede Neural com PyTorch

Resultados

Os resultados do modelo de detecção de fraude serão avaliados com métricas de precisão, recall, F1-score e matriz de confusão