本文探讨了人工智能，特别是机器学习模型在检测欺诈性银行交易中的应用。研究强调了由于COVID-19大流行和转向在线平台，此类欺诈的普遍性增加。研究人员开发并比较了包括人工神经网络、逻辑回归和堆叠泛化在内的各种模型，以识别欺诈交易。堆叠泛化模型达到了0.954的最高AUC，在准确性方面优于其他模型。 AI
影响 这项研究可能通过更准确的欺诈检测系统，带来改进的安全措施和减少银行业的财务损失。
排序理由 该集群包含一篇详细介绍AI模型在特定任务中应用的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- artificial intelligence
- artificial neural network
- arXiv
- COVID-19
- logistic regression model
- Stacked generalization
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
