Application of Artificial Intelligence for Fraudulent Banking Operations Recognition
Este estudio propone y evalúa modelos de aprendizaje automático, incluyendo la regresión logística y la generalización apilada, para detectar eficazmente transacciones bancarias fraudulentas en el panorama digital pospandemia, logrando un AUC máximo de 0.954 mediante técnicas avanzadas de preprocesamiento de datos e ingeniería de características.
Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.