Tipo:	Trabalho de Conclusão de Curso
Título:	Estudo de algoritmos de machine learning para predição de fraudes em cartões de crédito
Autor(es):	Sousa, Túlio César Leite de
Primeiro Orientador:	Jukemura, Anibal Santos
metadata.dc.contributor.referee1:	Ribeiro, Lucília Gomes
metadata.dc.contributor.referee2:	Vinhal, Gustavo Siqueira
Resumo:	Com a maior demanda por pagamentos realizados por cartões de crédito, fraudes nessas transações são cada vez mais frequentes. Consequentemente, são causados impactos negativos a instituições financeiras, agravados por uma inviabilidade técnica na manutenção adequada da segurança tecnológica, gerando prejuízos às empresas integrantes desse mercado. Dado esse cenário, este trabalho avaliou os modelos preditivos k-Nearest Neighbors, Support Vector Machines e Random Forest aplicados a um conjunto de dados (dataset) de transações de cartões de crédito pré-processado, a fim de identificar a abordagem mais adequada para predições de fraudes em transações de cartões de crédito. A metodologia aplicada envolveu analisar os hiperparâmetros dos algoritmos, com o propósito de otimizar os resultados, e realizar uma classificação para cada subconjunto do dataset, os quais passaram por procedimentos de seleção de atributos e balanceamento de dados.
Palavras-chave:	Análise preditiva Fraudes em transações Cartão de crédito Machine learning
CNPq:	CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO::COMPUTABILIDADE E MODELOS DE COMPUTACAO CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::SISTEMAS DE INFORMACAO
Idioma:	por
País:	Brasil
Editor:	Pontifícia Universidade Católica de Goiás
Sigla da Instituição:	PUC Goiás
metadata.dc.publisher.department:	Escola de Ciências Exatas e da Computação
Tipo de Acesso:	Acesso Aberto
URI:	https://repositorio.pucgoias.edu.br/jspui/handle/123456789/1463
Data do documento:	8-Jun-2021
Aparece nas coleções:	TCC Ciência da Computação

Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.