🏠 হোম
বেঞ্চমার্ক
📊 সমস্ত বেঞ্চমার্ক 🦖 ডাইনোসর v1 🦖 ডাইনোসর v2 ✅ টু-ডু লিস্ট অ্যাপস 🎨 সৃজনশীল ফ্রি পেজ 🎯 FSACB - চূড়ান্ত শোকেস 🌍 অনুবাদ বেঞ্চমার্ক
মডেল
🏆 সেরা ১০টি মডেল 🆓 ফ্রি মডেল 📋 সমস্ত মডেল ⚙️ কিলো কোড
রিসোর্স
💬 প্রম্পট লাইব্রেরি 📖 এআই গ্লসারি 🔗 দরকারী লিঙ্ক
advanced

معالجة مجموعات البيانات غير المتوازنة للاحتيال المالي

#machine-learning #data-imbalance #fraud-detection

تطوير استراتيجية متقدمة للنمذجة التنبؤية عند مواجهة عدم التوازن الشديد في البيانات.

بصفتك عالم بيانات أول، أنت تتعامل مع مجموعة بيانات معاملات مالية حيث تمثل حالات الاحتيال 0.1% فقط من إجمالي البيانات. اشرح بالتفصيل خطواتك لبناء نموذج تعلم آلي قوي. يجب أن تغطي إجابتك: 1. تقنيات إعادة التشكيل (Resampling) مثل SMOTE وتأثيرها على البيانات الزائدة (Overfitting). 2. استخدام مقاييس التقييم المناسبة (مثل AUC-PR بدلاً من Accuracy). 3. استراتيجيات ضبط العتبة (Threshold Tuning) لتقليل الإيجابيات الكاذبة الخاطئة التي قد تزعج المستخدمين الشرعيين.