Projeto 10 · Machine Learning

Modelo Machine Learning · Fraude com DBSCAN

✅ publicado

Clustering não supervisionado com DBSCAN para identificar possíveis fraudes com cartão de crédito.

Python

Machine Learning

DBSCAN

Clustering

Modelo não supervisionado

Fraude

CONTEXTO E OBJETIVO

Detetar agrupamentos densos e observações atípicas que possam funcionar como sinais exploratórios de fraude.

Utilização de DBSCAN para identificar densidades e pontos isolados sem definir previamente o número de clusters.
Avaliação de padrões atípicos e separação de segmentos transacionais.
Leitura do resultado como ferramenta exploratória, não como diagnóstico definitivo de fraude.

A entrega documenta uma alternativa não supervisionada baseada em densidade para complementar outros métodos de deteção de fraude.