mohammedkaifsky/Income-Tax-Fraud-Detection-using-Machine-Learning

GitHub: mohammedkaifsky/Income-Tax-Fraud-Detection-using-Machine-Learning

基于逻辑回归、神经网络和随机森林等机器学习算法构建的税务欺诈检测系统，旨在通过数据挖掘自动识别并防范异常逃税行为。

Stars: 0 | Forks: 0

# 使用机器学习的所得税欺诈检测使用 Logistic Regression、Neural Networks 和 Random Forest 构建了基于机器学习的所得税欺诈检测系统。应用了特征工程、数据分割以及对未见数据的验证。Random Forest 实现了最高的准确率，能够有效地在现实场景中识别欺诈案件。

标签：Apex, Keras, Python, Scikit-learn, TensorFlow, 二分类, 代码示例, 分类算法, 反欺诈系统, 异常检测, 收入税欺诈, 数据分析, 数据拆分, 数据科学, 无后门, 机器学习, 模型验证, 欺诈预防, 特征工程, 监督学习, 神经网络, 税务欺诈检测, 资源验证, 逆向工具, 逻辑回归, 金融科技, 随机森林, 预测建模, 风控模型