الكشف عن الاحتيال في البطاقات الائتمانية

الكشف عن الاحتيال في معاملات البطاقات الائتمانية

الهدف من هذه المشكلة هو تحديد المعاملات الاحتيالية للبطاقات الائتمانية بناءً على مجموعة بيانات حقيقية ومجهولة الهوية. تعكس المشكلة سيناريو من العالم الحقيقي، حيث تكون البيانات غير متوازنة بشكل كبير والمعاملات الاحتيالية نادرة.

مجموعة البيانات

يستخدم المشروع ملفي CSV:

• train.csv - مجموعة بيانات التدريب
• test.csv - مجموعة بيانات الاختبار

ملاحظة: العمود Class متاح فقط في train.csv.

ملاحظة هامة: مجموعة البيانات غير متوازنة للغاية، لذا فإن الدقة (accuracy) ليست المقياس المناسب لتقييم نماذج التصنيف.

المهام الفرعية (Subtasks)

المهمة الفرعية 1 - التحليل الإحصائي للمعاملات (10 نقاط)

حدد عدد المعاملات الاحتيالية التي يكون فيها Amount أكبر من متوسط Amount للمعاملات المشروعة.

الإجابة هي رقم صحيح.

المهمة الفرعية 2 - مسافة ماهالانوبيس (Mahalanobis Distance) (10 نقاط)

قم بتقييم مدى كون المعاملات الاحتيالية "غير طبيعية" باستخدام مسافة ماهالانوبيس، والتي تأخذ في الاعتبار جميع المتغيرات الرقمية في وقت واحد (Amount + V1-V28).

الخطوات المقترحة:

1. اختر جميع المعاملات الاحتيالية (Class = 1) من train.csv.
2. احسب المتجه المتوسط ومصفوفة التباين المشترك للأعمدة الرقمية.
3. احسب مسافة ماهالانوبيس لكل معاملة.
4. قم بتقديم متوسط مسافات ماهالانوبيس، مقرباً إلى منزلتين عشريتين.

المهمة الفرعية 3 - الكشف عن الاحتيال (80 نقطة)

لكل معاملة في test.csv ، توقع تسمية الاحتيال:

• 1 = احتيال
• 0 = معاملة مشروعة

المقياس الرئيسي: F1-score للفئة 1.

تنسيق ملف التسليم

يجب أن يكون ملف التسليم بتنسيق CSV مع الأعمدة التالية:

القواعد:

• المهمة الفرعية 1 والمهمة الفرعية 2: datapointID = 1 (إجابة واحدة فقط).
• المهمة الفرعية 3: توقع واحد لكل معاملة في test.csv ، مع datapointID = القيمة الموجودة في عمود id.

مثال:

1subtaskID,datapointID,answer21,1,4232,1,0.2743,227846,153,227847,063,227848,0

ملاحظة: حل هذه المشكلة لا يتطلب استخدام بنيات من نوع Transformer.