Estudo comparativo entre algoritmos de aprendizagem de máquina aplicados à detecção de fraudes de cartão de crédito

Abstract

O cartão de crédito vem se tornando um meio de pagamento cada vez mais utilizado e a preocupação com sua segurança um problema mais relevante. A fraude de cartões de crédito é definida como seu uso não autorizado por um terceiro e pode ocorrer tanto com a posse indevida do cartão físico quanto através, apenas, do uso de seus dados. Neste trabalho, serão apresentados alguns dos principais métodos de detecção de fraude que fazem uso de aprendizagem de máquina. Foi realizada uma comparação entre seus desempenhos, utilizando métricas de desempenho em problemas de classificação, como acurácia, precisão, revocação, F1-Score e área sob a curva ROC e para verificar se algum modelo foi estatisticamente superior aos demais, foi utilizado o teste de Wilcoxon. Para treinamento e testes dos algoritmos foi usada uma base de dados da Université Libre de Bruxelles contendo transações fraudulentas e legítimas.