Edizioni Sapienza

Sistema di Rilevamento delle frodi con carta credito mediante tecniche apprendimento profondo: transazioni fraudolente modelli basati sull'intelligenza artificiale

Name: Sistema di Rilevamento delle frodi con carta credito mediante tecniche apprendimento profondo: transazioni fraudolente modelli basati sull'intelligenza artificiale
Brand: Edizioni Sapienza
SKU: d1f8a1220850659a7c461a9ade8647b8

1/1

Afbeelding van Sistema di Rilevamento delle frodi con carta credito mediante tecniche apprendimento profondo: transazioni fraudolente modelli basati sull'intelligenza artificiale

Bol

Prijzen vanaf

61,65

Uitgelicht

	61,65	Naar shop
	61,65	Naar shop
	66,99	Naar shop
VERGELIJK ALLE AANBIEDERS (3)

Beschrijving

Bol Il rilevamento delle frodi con carta di credito rimane una sfida significativa a causa della crescente complessità dei comportamenti fraudolenti e del grave squilibrio di classe nei dati delle transazioni. Questo studio presenta un approccio ibrido di deep learning che combina tre modelli avanzati - una Rete Neurale Artificiale (RNA) potenziata con normalizzazione e dropout dei lotti, insieme alle architetture VGG16 e VGG19 - per migliorare l'accuratezza e l'affidabilità del rilevamento. Il sistema inizia con un'ampia pre-elaborazione dei dati, che include lo Standard Scaling per la normalizzazione, la Synthetic Minority Over-sampling Technique (SMOTE) per bilanciare la distribuzione delle classi e la Principal Componal Analysis (PCA) per la riduzione della dimensionalità.

Lees meer

Vergelijk aanbieders (3)

Sorteren op:

€ 61,65 Gratis verzending

€ 66,99 Gratis verzending

Beschrijving (1)

Il rilevamento delle frodi con carta di credito rimane una sfida significativa a causa della crescente complessità dei comportamenti fraudolenti e del grave squilibrio di classe nei dati delle transazioni. Questo studio presenta un approccio ibrido di deep learning che combina tre modelli avanzati - una Rete Neurale Artificiale (RNA) potenziata con normalizzazione e dropout dei lotti, insieme alle architetture VGG16 e VGG19 - per migliorare l'accuratezza e l'affidabilità del rilevamento. Il sistema inizia con un'ampia pre-elaborazione dei dati, che include lo Standard Scaling per la normalizzazione, la Synthetic Minority Over-sampling Technique (SMOTE) per bilanciare la distribuzione delle classi e la Principal Componal Analysis (PCA) per la riduzione della dimensionalità.

Lees meer