Анти-фрод система

Цели системы

Свести к минимуму количество мошеннических операций по банковским картам с помощью антифрод-системы на основе ML.

Доля выполненных мошеннических операций должна быть снижена до 2% от общего числа транзакций, при этом сумма средств по ним не должна превышать 500 тыс. ₽ в месяц. Доля корректных клиентских транзакций, отклонённых системой как мошеннические, не должна превышать 5%. Выполнение этих требований необходимо для того, чтобы компания была конкурентоспособной.

На исследование и внедрение MVP допустимо потратить до 3 месяцев. В результате должно быть принято решение, достижимы ли указанные выше показатели. В случае положительного решения, проект нужно завершить за полгода.

Ключевая метрика ML

Recall >= 0.98 позволит максимизировать долю обнаруженных среди всех мошеннических операций

$$ Recall = {{TP} \over {TP + FN}} $$

Precision >= 0.95 позволит минимизировать долю корректных клиентских транзакций, заблокированных системой как мошеннические

$$ Precision = {{TP} \over {TP + FP}} $$

F1 >= 0.965 - комбинация Precision и Recall, удобная для оптимизации алгоритма

$$ F1 = {2 * {{Precision * Recall} \over {Precision + Recall}}} $$

	Positive (истинно мошенническая)	Negative (истинно клиентская)
Positive (предсказана как мошенническая)	TP True Positive	FP False Positive
Negative (предсказана как клиентская)	FN False Negative	TN True Negative

Canvas проекта

(miro board)

Дизайн системы