{
  "fetched_at": "2026-10-19T13:50:45Z",
  "source_url": "https://www.kaggle.com/competitions/fraude-em-transaes-de-carto-de-crdito/data",
  "pages": [
    {
      "name": "data-description",
      "content": "O dataset para essa competição foi gerado de forma sintética através da ferramenta [Sparkov Data Generation](https://github.com/namebrandon/Sparkov_Data_Generation). A simulação gerou dados de transações de janeiro até dezembro de 2023. Os arquivos gerados foram combinados e convertidos em um único arquivo. \n\n\n## Arquivos\n\nO separador utilizado nos arquivos é o barra vertical `|`\n*   **treino.csv.xz** - o arquivo de treino\n*   **teste.csv.xz** - O arquivo de teste\n*   **exemplo_submissao.csv** - um exemplo indicando o formato da submissão\n\n## Colunas\n\n*  index - Identificador único para cada linha\n* trans_date_trans_time - Data e hora da transação\n* cc_num - Número do cartão de crédito do cliente\n* merchant - Nome do comerciante\n* category - Categoria do comerciante\n* amt - Valor da transação\n* first - Primeiro nome do titular do cartão de crédito\n* last - Sobrenome do titular do cartão de crédito\n* gender - Gênero do titular do cartão de crédito\n* street - Endereço residencial do titular do cartão de crédito\n* city - Cidade do titular do cartão de crédito\n* state - Estado do titular do cartão de crédito\n* zip - CEP do titular do cartão de crédito\n* lat - Localização de latitude do titular do cartão de crédito\n* long - Localização de longitude do titular do cartão de crédito\n* city_pop - População da cidade do titular do cartão de crédito\n* job - Profissão do titular do cartão de crédito\n* dob - Data de nascimento do titular do cartão de crédito\n* trans_num - Número da transação\n* unix_time - Horário UNIX da transação\n* merch_lat - Localização de latitude do comerciante\n* merch_long - Localização de longitude do comerciante\n* is_fraud - Indicador de fraude <--- Classe Alvo\n",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "O propósito desta competição, oferecida exclusivamente para a comunidade da Alura, é lançar um desafio estimulante que aprimora suas competências em Machine Learning e Data Science! \n\nFocando problemas de classificação, temos o prazer de anunciar a nossa mais recente formação: [Machine Learning com Python: Classificação](https://cursos.alura.com.br/formacao-machine-learning-python-classificacao). Esta formação é um mergulho profundo em uma variedade de algoritmos e técnicas avançadas, e vai não apenas impulsionar seus resultados na competição, mas também expandir de maneira significativa seu entendimento e habilidade no campo. A ideia é que você vá tentando resolver o desafio conforme avança pelos cursos da formação já que eles cobrem diversos aspectos dos problemas de classificação. Prepare-se para explorar, aprender e se destacar!\n",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Avaliação",
      "content": "As submissões ao desafio serão avaliadas usando a área sob a curva ROC entre a probabilidade prevista e o alvo observado.\n\n\n## Arquivo de submissão\nPara cada trans_num (número de transação) no arquivo de teste você deve prever a probabilidade para a variável alvo is_fraud. O arquivo deve conter um cabeçalho indicando o nome das colunas e seguir este formato: \n\n```\n| trans_num | is_fraud |\n|-----------|----------|\n| 22246ac54539fe280e2da0c18f3877f9 | 0.9 |\n| 363e059e123cea86b93552e549a16444 | 0.5 |\n| d8073e5114127d221d866c7741dd2294 | 0.7 |\n|efc536af6fdd7aea2867fcc6af9664cb | 0 |\n| 54f8fe68d7aa0eb03a4c8a89cbb3a507 | 1 |\netc.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "## Compartilhamento de notebook final\n\nOs primeiros classificados na competição devem compartilhar um notebook que demonstre o uso do machine learning para obter a resposta. \n\n### Uma conta por participante\n\nVocê não pode se inscrever no Kaggle de várias contas e, portanto, não pode enviar de várias contas.\n\n### Limites da equipe\n\nO tamanho máximo das equipes é de 1 participante.\n\n### Limites de submissão\n\nVocê pode enviar no máximo 5 trabalhos por dia.\n\nVocê pode selecionar até 2 inscrições finais para julgamento.\n\n\n",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "abstract",
      "content": "Boas vindas ao primeiro desafio da Alura no Kaggle. \n\n**O seu objetivo**: Neste desafio, você terá que prever quando uma transação de cartão de crédito é fraude ou não é. Boa sorte!\n",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}