Desenvolvimento de sistema híbrido e adaptativo para identificação de fraudes em transações financeiras eletrônicas (2021)
- Authors:
- Autor USP: BARROS, MATHEUS FORTUNATO JANDIROBA - EESC
- Unidade: EESC
- Sigla do Departamento: SEL
- Subjects: APRENDIZADO COMPUTACIONAL; SISTEMA FINANCEIRO; CRIME ECONÔMICO; MÉTRICA; AMOSTRAGEM
- Keywords: Desbalanceamento.
- Language: Português
- Abstract: No trabalho em questão foi estudado um conjunto de dados relativos à fraudes financeiras realizadas através de transações eletrônicas. Durante o estudo, o objetivo principal foi encontrar maneiras de identificar possíveis fraudes baseando-se em um conjunto de variáveis disponiveis a respeito de cada transação. Foram discutidos e aplicados diversos métodos de machine learning como decision tree, random forest e AdaBoost para realização da classificação correta da transação em duas classes: fraudulenta ou não fraudulenta. Por se tratar de um conjunto de dados altamente desbalanceado foram discutidas técnicas de amostragem para evitar overfit. As técnicas aplicadas foram avaliadas por um conjunto de métricas, incluindo uma métrica financeira baseada nos custos envolvidos em cada transação. Entre as modelagens testadas, foi obtido o melhor retorno financeiro e uma AUC de 0.82 para a combinação de um modelo de Random Forest com amostragem do tipo SMOTE.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2021
-
ABNT
BARROS, Matheus Fortunato Jandiroba. Desenvolvimento de sistema híbrido e adaptativo para identificação de fraudes em transações financeiras eletrônicas. 2021. Trabalho de Conclusão de Curso (Graduação) – Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos, 2021. Disponível em: https://bdta.abcd.usp.br/directbitstream/64a0e863-eb0e-481a-80c7-3a9ef5bc1701/Barros_Matheus_Fortunato_Jandiroba.pdf. Acesso em: 18 mar. 2025. -
APA
Barros, M. F. J. (2021). Desenvolvimento de sistema híbrido e adaptativo para identificação de fraudes em transações financeiras eletrônicas (Trabalho de Conclusão de Curso (Graduação). Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/64a0e863-eb0e-481a-80c7-3a9ef5bc1701/Barros_Matheus_Fortunato_Jandiroba.pdf -
NLM
Barros MFJ. Desenvolvimento de sistema híbrido e adaptativo para identificação de fraudes em transações financeiras eletrônicas [Internet]. 2021 ;[citado 2025 mar. 18 ] Available from: https://bdta.abcd.usp.br/directbitstream/64a0e863-eb0e-481a-80c7-3a9ef5bc1701/Barros_Matheus_Fortunato_Jandiroba.pdf -
Vancouver
Barros MFJ. Desenvolvimento de sistema híbrido e adaptativo para identificação de fraudes em transações financeiras eletrônicas [Internet]. 2021 ;[citado 2025 mar. 18 ] Available from: https://bdta.abcd.usp.br/directbitstream/64a0e863-eb0e-481a-80c7-3a9ef5bc1701/Barros_Matheus_Fortunato_Jandiroba.pdf
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
Barros_Matheus_Fortunato_... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
