Este trabalho foi publicado pelo Galoá e tem um DOI depositado. Para citar este trabalho, use um dos padrões abaixo:
Caso você seja um dos co-autores e queira cadastrar esse trabalho no seu Currículo Lattes, use o seguinte código: doi > 10.17648/wmecai-2022-154060
Se você NUNCA registrou um DOI no seu Lattes, veja nosso tutorial!O comércio eletrônico brasileiro segue crescendo e faturou mais de R$ 161 billhões de reais em 2021. O cartão de crédito é uma das principais formas de pagamento utilizada nessa modalidade de compra. Entretanto, as fraudes de cartão de crédito continuam sendo uma preocupação para todo e-commerce. O presente trabalho tem como objetivo testar diferentes algoritmos de predição na detecção de fraude utilizando uma base real de transações do mercado brasileiro. Utilizando as métricas de área sob a curva ROC e a estatística KS, o algoritmo Gradient Boosting Decision Tree do framework LGBM demonstrou os melhores resultados.
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo