Application of Artificial Intelligence for Fraudulent Banking Operations Recognition
Este estudo propõe e avalia modelos de aprendizado de máquina, incluindo regressão logística e generalização empilhada, para detectar eficazmente transações bancárias fraudulentas no cenário digital pós-pandemia, alcançando um AUC máximo de 0,954 por meio de técnicas avançadas de pré-processamento de dados e engenharia de atributos.
Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.