این پروژه که با نرم افزار داده کاوی rapidminer انجام شده است، بسیار کاربردی و مورد استفاده در مقاطع مختلف می باشد. در پروژه کشف تقلب در سیستم بانکداری الکترونیک از یک دیتاست معتبر که مربوط به تراکنش های بانکی است استفاده شده که شامل داده های آموزشی و داده های آزمایشی می باشد. الگوریتم دسته بندی KNN موجود در نرم افزار داده کاوی رپید ماینر بروی داده های آموزشی اعمال شده و سپس با استفاده از داده های آزمایشی تراکنش هایی را که به صورت تقلبی و یا غیره تقلبی هستند شناسایی شده و دقت شناسایی محاسبه و نمایش داده می شود. این پروژه همچنین شامل یک مقاله بیس تحت عنوان زبر است:

موضوع لاتین:

A Novel Credit Card Fraud Detection Model Based on Frequent Itemset Mining

لازم به ذکر است که پروژه کشف تقلب در سیستم بانکداری الکترونیک با استفاده از الگوریتم KNN بهبود یافته با قوانین انجمنی با زبان برنامه نویسی سی شارپ تهیه شده است که همراه با دیتاست مربوطه در صورت نیاز قابل سفارش است. این پروژه متواند همجنین فاز پیاده سازی پایان نامه های موجود در این زمینه و در مقاطع ارشد و دکتری مورد استفاده قرار گیرد. همچنین دیتاست استفاده شده در این پیاده سازی در سایت ناب پروژه 30.000 تومان به فروش می رسد که با خرید این پروژه بصورت رایگان همراه با سورس تهیه شده قابل دانلود است.

امکانات اصلی پروژه :

mixing lexapro and weed

mixing adderall and weed

1. ارائه یک داکیومنت از نحوه کشف تقلب در سیستم بانکداری الکترونیک
2. تحویل فایل های تهیه شده با رپید ماینر
3. ارائه دیتاست خام کاربران با پسوند های .txt , .csv , .xlsx , xls
4. امکان دانلود دیتاست تراکنش های مربوط به کاربران بانک