Pipeline de ML para detecção de fraude em cartão de crédito — LightGBM, SHAP, SMOTE, KS/Gini/PSI. Dashboard interativo no Streamlit.

Detecção preditiva de anomalias em gastos de cartão corporativo (CCorp) usando o algoritmo Isolation Forest. Este projeto realiza Engenharia de Features avançada (SQL/Pandas) para ranquear e priorizar transações de alto risco, transformando auditoria reativa em Compliance proativo

Utilização de Algoritmos de Machine Learning para detecção de Fraudes nas transações com cartão de credito.

No description available

Detecção de fraude em cartão de crédito com ML: EDA, CV, AUPRC/AUROC, seleção de features e GridSearch (XGBoost/LightGBM).