Details

Title: Идентификация мошеннических банковских транзакций с помощью алгоритмов машинного обучения: выпускная квалификационная работа бакалавра: 01.03.03 - Механика и математическое моделирование ; 01.03.03_01 - Механика и математическое моделирование сред с микроструктурой
Creators: Нарядчиков Александр Владимирович
Scientific adviser: Троицкая Ольга Анатольевна
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт прикладной математики и механики
Imprint: Санкт-Петербург, 2019
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: машинное обучение; алгоритм классификации; анализ данных; несбалансированные данные; мошеннические транзакции; верификация модели; machine learning; classification algorithm; data analysis; imbalanced data; fraud transactions; model verification
Document type: Bachelor graduation qualification work
File type: PDF
Language: Russian
Speciality code (FGOS): 01.03.03
Speciality group (FGOS): 010000 - Математика и механика
Links: Отзыв руководителя; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2019/vr/vr19-5002
Rights: Доступ по паролю из сети Интернет (чтение, печать, копирование)

Allowed Actions:

Action 'Read' will be available if you login or access site from another network Action 'Download' will be available if you login or access site from another network

Group: Anonymous

Network: Internet

Annotation

В данной работе изложена сущность подхода к работе с несбалансированным набором данных. Проведен полный цикл анализа и обработки данных. Изучена технология создания модели классификатора на примере идентификации класса транзакций. Проведена верификация работы модели и предложены способы будущей ее оптимизации.

In the given work the essence of the approach to working with an imbalanced data set. The complete cycle of data analysis and processing has been carried out. Technology for creating classifier models using the example of the identification of transaction classes. Verification of the work of the models was carried out and ways for its future optimization were proposed.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read Print Download
Internet Authorized users SPbPU Read Print Download
Internet Authorized users (not from SPbPU)
-> Internet Anonymous

Usage statistics

stat Access count: 29
Last 30 days: 0
Detailed usage statistics