APLICAÇÃO DO CLASSIFICADOR NAÏVE BAYES PARA DETECÇÃO DE FRAUDES

Este trabalho consiste em um estudo sobre a construção de um modelo classificador em Naive Bayes para detecção de fraudes em transações financeiras. O treinamento deste classificador consistiu em uma amostra pública com dados financeiros e bancários extraída da base do Kaggle. Para o treinamento do modelo de Naive Bayes exigiu que a amostra fosse tratada e categorizada os dados não numéricos. Durante a fase de balanceamento dos dados foi comparado às técnicas de undersampling e oversampling para obter melhores resultados no modelo classificador. Os resultados evidenciaram a capacidade do modelo classificar corretamente alguns casos da amostra teste obtendo-se resultados de acurácia de 79,81%. Aplicando-se a otimização de hiperparâmetros, obteve-se uma acurácia de 79,92%.