mlops-fraud-v1

Modelo de classificação binária para detecção de transações potencialmente fraudulentas.

Objetivo

Este modelo foi treinado com dados sintéticos para fins educacionais, simulando um cenário de detecção de fraude em transações financeiras.

Features de entrada

• valor_transacao
• hora_transacao
• distancia_ultima_compra
• tentativas_senha
• pais_diferente

Ordem das features

['valor_transacao', 'hora_transacao', 'distancia_ultima_compra', 'tentativas_senha', 'pais_diferente']

Métricas

• Precision (fraude): 1.0000
• Recall (fraude): 1.0000
• F1-score (fraude): 1.0000

Limitações

• O dataset é sintético e simplificado.
• As distribuições não representam todas as complexidades do mundo real.
• O modelo não foi calibrado para produção real.

Exemplo de uso

from huggingface_hub import hf_hub_download
import joblib

path = hf_hub_download(repo_id="SEU_USUARIO/mlops-fraud-v1", filename="model.pkl")
model = joblib.load(path)

features = [[250.0, 14, 12.5, 1, 0]]
prediction = model.predict(features)
print(prediction)