Detecção de Fraude em Cartão de Crédito

Detecção de Fraudes em Transações com Cartão de Crédito

O objetivo deste problema é identificar transações fraudulentas com cartão de crédito com base em um conjunto de dados real e anônimo. O problema reflete um cenário do mundo real, onde os dados são fortemente desbalanceados e as transações fraudulentas são raras.

O conjunto de dados

O projeto utiliza dois arquivos CSV:

• train.csv - o conjunto de dados para treinamento
• test.csv - o conjunto de dados para teste

Nota: A coluna Class está disponível apenas no train.csv.

Observação importante: O conjunto de dados é severamente desbalanceado, portanto a accuracy não é a métrica relevante para avaliar os modelos de classificação.

Subtarefas

Subtarefa 1 - Análise estatística das transações (10 pontos)

Determine quantas transações fraudulentas possuem um Amount maior do que a média de Amount das transações legítimas.

A resposta é um número inteiro.

Subtarefa 2 - Mahalanobis Distance (10 pontos)

Avalie o quão "anormais" são as transações fraudulentas usando a distância de Mahalanobis, que leva em consideração todas as variáveis numéricas simultaneamente (Amount + V1-V28).

Passos sugeridos:

1. Selecione todas as transações fraudulentas (Class = 1) do train.csv.
2. Calcule o vetor médio e a matriz de covariância das colunas numéricas.
3. Calcule a distância de Mahalanobis para cada transação.
4. Informe a média das distâncias de Mahalanobis, arredondada para 2 casas decimais.

Subtarefa 3 - Detecção de fraude (80 pontos)

Para cada transação no test.csv, preveja o rótulo de fraude:

• 1 = fraude
• 0 = transação legítima

Métrica principal: F1-score na classe 1.

Formato do arquivo de submissão

O arquivo de submissão deve estar no formato CSV com as seguintes colunas:

Regras:

• Subtarefa 1 e Subtarefa 2: datapointID = 1 (uma única resposta).
• Subtarefa 3: uma previsão para cada transação do test.csv, com datapointID = valor da coluna id.

Exemplo:

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

Nota: A resolução deste problema não requer o uso de arquiteturas do tipo Transformer.