Weighted XGBoost based active learning framework for fraud detection with using small number of samples
Az sayıda örnek kullanarak dolandırıcılık tespiti yapan ağırlıklı XGBoost tabanlı aktif öğrenme methodu
- Tez No: 911930
- Danışmanlar: DOÇ. DR. ALİ CAN KARACA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Dolandırıcılık vakaları nadir görülür ve karşılaşıldığında büyük maddi kayıplara yol açar. Ayrıca, sürekli değişen bir yapıya sahiptir. Bu nedenle, dolandırıcılığın tespiti, makine öğrenimi teknikleriyle çözülmesi gereken önemli bir problemdir. Ancak dolandırıcılık vakaları için yeterli etiketli veri bulunmadığından genellikle uzman görüşüne ihtiyaç duyulur. Aktif öğrenme, uzmanların etiketlemesi için en belirsiz ve ayırt edici örnekleri seçerek doğru öğelerin etiketlenmesini sağlar ve makine öğrenimi algoritmalarıyla dolandırıcılığın tespitinde kullanılır. Sözde etiketleme ise makine öğreniminin etiket tahminlerini, belirli örnekler için gerçek etiket olarak kullanır. Bu tezde, en düşük güven belirsizlik örneklemesi ve K-means küme tabanlı çeşitlilik örneklemesinin hibrit bir aktif öğrenme yaklaşımını, sözde etiketleme ve çeşitlilik örnekleme ile birleştirerek ağırlıklı XGBoost yöntemini kullandık. Nadir görülen dolandırıcılık vakaları için az veriyle çalışabilecek bir model geliştirdik. Değerlendirmelerimiz, geleneksel \% 70 veriyle yapılan eğitim yöntemine kıyasla \% 4'ten az veriyle benzer F1 skorlarına ulaşılabildiğini gösterdi. İzolasyon Ormanı, Destek Vektör Makinesi, Sinir Ağı, XGBoost ve Catboost yöntemlerini, belirsizlik tabanlı ve küme tabanlı çeşitlilik örnekleme stratejileriyle karşılaştırdık. Üç farklı dolandırıcılık veri kümesi üzerinde yaptığımız testlerde, önerilen yöntem diğer yaklaşımlardan daha iyi performans gösterdi. En düşük güven belirsizlik örneklemesi, sözde etiketleme ve K-means çeşitlilik örneklemesinin birleşimi en etkili yöntem olarak belirlendi.
Özet (Çeviri)
Fraud cases are rare but costly and exhibit a continuously changing nature, making fraud detection a widely studied problem in machine learning. However, labeled data for fraud cases is scarce and often requires expert input for labeling. Active learning addresses this by selecting the most uncertain and distinguishable samples for expert labeling, enhancing machine learning-based fraud detection. Pseudo-labeling, on the other hand, uses machine learning predictions as actual labels for selected samples. Scope of the thesis, we proposed a method that uses a hybrid active learning approach of Least Confidence uncertainty sampling and K-means cluster-based diversity sampling combined with a hybrid approach with pseudo labeling and diversity sampling using weighted XGBoost as a machine learning method. Evaluations show that our approach achieves nearly identical F1 scores using less than 4\% of samples in training, compared to traditional methods requiring 70\% of samples. We evaluated combinations of Isolation Forest, Support Vector Machine, Neural Network, XGBoost, and CatBoost with uncertainty-based active learning strategies as Margin Confidence, Ratio Confidence, Entropy and hybrid approaches using cluster-based diversity sampling. We also examined the effect of pseudo-labeling for each combination across three fraud detection datasets. Our proposed approach outperformed all tested methods. Least Confidence uncertainty sampling, coupled with pseudo-labeling and K-means cluster-based diversity sampling, proved to be the most effective strategy for labeling fraud cases within the scope of this thesis.
Benzer Tezler
- Regime-based dynamic asset allocation: Comparing forecasting models in a jump model framework
Rejim-temelli dinamik varlık tahsisi: Bir jump model çerçevesinde forecasting modellerinin karşılaştırılması
GÖKHAN ÇİFTÇİOĞLU
Yüksek Lisans
İngilizce
2026
MaliyeÖzyeğin ÜniversitesiFinans Mühendisliği ve Risk Yönetimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMRAH AHİ
- Gaziantep'te PM2.5 konsantrasyonunun zamansal ve mekânsaltahminine yönelik transfer öğrenme destekli hibrit yapay zeka modelleri
Spatio-temporal estimation of PM2.5 concentrations in gaziantepusing transfer learning-based hybrid artificial intelligence models
TÜRKAN ZENGİN GÖMLEKSİZ
Yüksek Lisans
Türkçe
2025
Meteorolojiİstanbul Teknik Üniversitesiİklim Bilimi ve Meteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. HÜSEYİN TOROS
- A novel approach to house price prediction using segmented bayesian optimization based ensemble models
Segmentasyon ile bayes optimizasyon tabanlı ensemble modelleri kullanarak ev fiyatları öngörüsüne yeni bir yaklaşım
ARTUN PINAR
Yüksek Lisans
İngilizce
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBüyük Veri ve İş Analitiği Ana Bilim Dalı
DOÇ. DR. TUNCAY ÖZCAN
- Prostat manyetik rezonans görüntülemesinden derin öğrenme tabanlı yapay zeka algoritması ile elde edilen radyomiks parametrelerinin prostat kanseri metastazlarını öngörmedeki başarısının araştırılması
Deep learning–based artificial intelligence radiomics from prostate magnetic resonance imaging for predicting prostate cancer metastases
ESRA AKÇİÇEK
Tıpta Uzmanlık
Türkçe
2025
Radyoloji ve Nükleer TıpHacettepe ÜniversitesiRadyoloji Ana Bilim Dalı
PROF. DR. ALİ DEVRİM KARAOSMANOĞLU
- Kalp hastalıklarının tanısında yapay zeka tabanlı klinik karar destek sistemi geliştirmesi
Development of an artificial intelligence-based clinical decision support system for the diagnosis of heart diseases
KEREMCAN KARAKAYA
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA ULAŞ