| --- |
| language: pt |
| tags: |
| - sklearn |
| - classification |
| - fraud-detection |
| - mlops |
| --- |
| |
| # fraud-detector-v1 |
|
|
| Modelo de classificação binária para detecção de transações fraudulentas. |
| Desenvolvido como parte do curso de Ciência de Dados e IA (MLOps) da PUC-SP. |
|
|
| ## Uso |
|
|
| ```python |
| from huggingface_hub import hf_hub_download |
| import joblib |
| |
| model = joblib.load(hf_hub_download("YgorReis/fraud-detector-v1", "model.pkl")) |
| # Exemplo de input na ordem exata do treino: |
| # valor_transacao, hora_transacao, distancia_ultima_compra, tentativas_senha, pais_diferente |
| features = [[250.0, 14, 12.5, 1, 0]] |
| prediction = model.predict(features) |
| ``` |
|
|
| ## Features de entrada |
|
|
| | Feature | Tipo | Descrição | |
| |-------------------------|-------|----------------------------------------| |
| | valor_transacao | float | Valor da transação em reais | |
| | hora_transacao | int | Hora do dia (0-23) | |
| | distancia_ultima_compra | float | Distância geográfica em km | |
| | tentativas_senha | int | Tentativas de senha antes da transação | |
| | pais_diferente | int | 1 se país diferente do cadastro | |
|
|
| ## Métricas (test set, 20% dos dados) |
|
|
| - **Precision (fraude):** 1.00 |
| - **Recall (fraude):** 1.00 |
| - **F1 (fraude):** 1.00 |
|
|
| ## Dependências |
|
|
| - scikit-learn |
| - joblib |
| - numpy |
|
|
| ## Limitações |
|
|
| Modelo treinado com dados sintéticos criados com regras absolutas, o que gerou métricas de 100% de acerto. Totalmente irrealista para cenários verdadeiros. Não deve ser usado em produção sem retreinamento com dados que possuam ruído e sobreposição de classes. |
