机器学习项目实战之信用卡欺诈检测（零基础，附数据及详细python代码）

https://blog.csdn.net/qq_40683479/article/details/89221558

项目实例---金融---用机器学习构建模型，进行信用卡反欺诈预测

https://blog.csdn.net/qingqing7/article/details/80665356

反欺诈(Fraud Detection)中所用到的机器学习模型

反欺诈应用的机器模型算法，多为二分类算法。

1、gbdt梯度提升决策树（Gradient Boosting Decision Tree，GBDT）算法，该算法的性能高，且在各类数据挖掘中应用广泛，表现优秀，被应用的场景较多。

2、logistic回归又称logistic回归分析，是一种广义的线性回归分析模型，常用于数据挖掘、疾病自动诊断、经济预测等领域，在有标注样本下训练模型对不同的欺诈情况进行二元判别。

lakala反欺诈建模实际应用代码GBDT监督学习

https://blog.csdn.net/weixin_30708329/article/details/98866471