جمع وتحميل بيانات معاملات البطاقات الائتمانية.
تنظيف البيانات وتجهيزها للتدريب.
إجراء تحليل استكشافي للبيانات (EDA).
معالجة البيانات باستخدام StandardScaler.
تقسيم البيانات إلى بيانات تدريب واختبار.
تدريب نموذج Random Forest Classifier.
تقييم أداء النموذج باستخدام:
Accuracy
Confusion Matrix
Classification Report
حفظ النموذج والـ Scaler باستخدام Joblib.
تطوير واجهة تفاعلية باستخدام Streamlit.
ربط الواجهة بالنموذج لإجراء تنبؤات فورية حول ما إذا كانت المعاملة طبيعية أو احتيالية.
