[00:00] Nesse vídeo vamos começar entendendo como funciona exatamente uma árvore de decisão. Então, para fazer isso, vamos usar um exemplo de detecção de fraudes, onde eu tenho uma transação e quero saber se ela é uma fraude ou não. Para isso, vamos usar o modelo de machine learning, que é a árvore de decisão e que é um dos modelos que nós conseguimos fazer isso.
[00:23] Lembrando que isso é um problema de classificação, nós vamos classificar a transação entre sendo ou não uma fraude.

[00:32] Então para começarmos nós temos essa árvore de decisão. A primeira pergunta que eu tenho é: a transação é no mesmo país do cliente? Se essa transação for no mesmo do cliente, eu continuo a minha classificação pela esquerda, pelo nó “sim”. Se não, eu continuo a minha classificação pela direita e vou continuando respondendo essas perguntas.
[00:55] Sendo que cada um desses nós vai fazer uma decisão. Ele vai decidir, se a minha transação for no mesmo país do cliente, eu vou para um lado; se não eu vou para um outro. Então dizemos que cada um desses nós faz uma decisão.
[01:11] Então agora para entendermos um pouco melhor, vamos colocar um exemplo. Eu tenho por exemplo da Maria, ela fez uma transação. Queremos saber de fato se foi a Maria, se não foi uma fraude. Então primeira pergunta é: a transação que foi feita com o cartão da Maria é no mesmo país que a Maria reside? Vamos ver então primeiro se é ou não no mesmo país.
[01:36] Podemos ver que a Maria reside no Brasil, mas a transação foi feita nos Estados Unidos. Então não, não é no mesmo país da Maria. Continuamos a busca pela direita (não). A próxima pergunta é: o cliente está bloqueado para comprar fora do país?
[01:56] Então precisamos ver essa informação. A Maria está bloqueada para comprar fora do país ou o cartão dela tem acesso para fazer compras fora do país? É bloqueado, então o cartão dela está bloqueado para comprar fora do país. Ela está bloqueada? Sim, isso significa que vai cair no nó dizendo que essa transação que foi feita é sim uma fraude. Então vamos usar um outro exemplo.
[02:19] Agora temos a Joana. Primeiramente: a transação no cartão da Joana foi feita no mesmo país que ela reside? Vamos ver essa informação.
[02:33] E vemos que sim, ela reside no Brasil e a transação foi feita no Brasil também. Então agora vamos continuar pelo lado esquerdo (sim) da árvore. Então a próxima pergunta é: o valor de transação que foi feita no cartão da Joana é menor que R$5.000? Vamos ver qual o valor dessa transação.
[02:55] R$6400. Não, não é menor que R$5.000, é maior que R$5000. Então vamos para o lado direito (não) do nó. Próxima pergunta: o valor médio de transações que a Joana faz mensalmente é menor que R$2.500? Vamos ver qual é o valor.
[03:16] R$ 1.500. Sim, é menor, então consideramos como fraude a transação feita no cartão da Joana. Sim, é menor que R$2.500 e é como fraude. Agora temos mais um exemplo.
[03:33] Agora temos o José. A transação feita no cartão do José é no mesmo país que ele reside?
[03:44] Sim, ele reside no Brasil e a transação também foi feita no Brasil. Agora a próxima pergunta: o valor da transação é menor que R$5.000? Então vamos ver o valor da transação... R$4400, então sim. Agora vamos para um outro caminho, continuamos pela esquerda (sim), pois é menor que R$5.000.
[04:02] E a próxima pergunta: A última transação foi feita a menos de 1 minuto? Quantos minutos faz? 190 minutos, então não, foi há mais de um minuto. Então nós temos que a transação do José não é uma fraude.
[04:18] Vimos que uma das vantagens da árvore de decisão que podemos ver, é que conseguimos entender esse fluxo. Vemos se a transação foi no mesmo país do cliente ou se a transação não foi no mesmo país.
[04:38] Se a Maria mora no Brasil e fizeram uma compra lá nos Estados Unidos e o banco viu que o cartão dela estava bloqueado para comprar fora do Brasil e que ela não deveria ter feito essa transação; ela não avisou que ela foi fazer uma viagem para fora do Brasil e que talvez iria usar o cartão. Então ela não tinha essa autorização.
[05:00] Então faz sentido que o banco bloqueie o cartão dela. Nós conseguimos entender esse fluxo, faz um sentido, conseguimos entender como essas ações foram tomadas. Essa é uma grande vantagem da árvore de decisão.
[05:17] Porque em alguns outros modelos, entre chegarmos no ponto dessa classificação da transação de ser fraude ou não, ao invés de termos essa árvore de decisão que conseguimos entender os fluxos, às vezes temos um grande ponto de interrogação e não conseguimos entender direito o passo a passo que levou a uma decisão final.
[05:37] Então essa é uma das grandes vantagens da árvore de decisão. A partir daqui nós vamos entender um pouco sobre como construímos essa árvore de decisão.