Este projeto tem como objetivo a detecção de fraudes em transações com cartões de crédito utilizando técnicas de Machine Learning. Foram aplicados modelos de DecisionTreeClassifier, SVM e redes neurais com TensorFlow e Keras, combinados com estratégias de pré-processamento e balanceamento de dados, alcançando excelentes métricas de desempenho.
📁 Dataset: Base de dados de transações com cartão de crédito, contendo 284.807 transações (com apenas 492 fraudes), disponível no Kaggle.
📊 Resultados:
Acurácia: 95%
Precision (fraude): 99%
Recall (fraude): 92%
F1-Score: 0.95