# Questão: Detecção de Fraudes em Transações Financeiras

Uma empresa de tecnologia financeira deseja desenvolver um modelo de classificação para detectar possíveis fraudes em transações bancárias. Para isso, foi coletado um conjunto de dados contendo as seguintes colunas:

| ID  | Valor_Transacao | Tempo_Dia | Localizacao | Tipo_Cartao | Fraude |
|---- |--------------- |---------- |------------ |------------ |--------|
| 1   | 2500.50       | 14        | SP         | Crédito    | 1      |
| 2   | 75.20         | 3         | RJ         | Débito     | 0      |
| 3   | 12000.00      | 23        | MG         | Crédito    | 1      |
| 4   | 99.99         | 11        | SP         | Débito     | 0      |
| 5   | 3000.00       | 20        | PR         | Crédito    | 1      |

O objetivo é treinar um modelo de classificação binária para prever se uma transação é fraudulenta (`1`) ou não (`0`).


## Parte 1 - Processamento dos Dados

Antes de treinar um modelo no Scikit-learn, alguns ajustes são necessários. Qual das seguintes opções representa uma maneira correta de converter as variáveis categóricas (`Localizacao` e `Tipo_Cartao`) em valores numéricos para uso no modelo?

### Opções:
**a)**
```python
from sklearn.preprocessing import LabelEncoder

encoder = LabelEncoder()
training["Localizacao"] = encoder.fit_transform(training["Localizacao"])
training["Tipo_Cartao"] = encoder.fit_transform(training["Tipo_Cartao"])
```

**b)**
```python
from sklearn.preprocessing import OneHotEncoder

encoder = OneHotEncoder()
training = encoder.fit_transform(training)
```

**c)**
```python
training["Localizacao"] = training["Localizacao"].astype(int)
training["Tipo_Cartao"] = training["Tipo_Cartao"].astype(int)
```
**d)**

Não é necessário converter as colunas categóricas, pois o modelo pode lidar com strings diretamente.



## Parte 2 - Treinamento do Modelo

Após pré-processar os dados, o cientista de dados precisa definir corretamente as variáveis de entrada X e saída y, e então treinar um modelo de regressão logística no Scikit-learn.

Qual das seguintes opções completa corretamente o código abaixo?

```python
from sklearn.linear_model import LogisticRegression

X = training[["Valor_Transacao", "Tempo_Dia", "Localizacao", "Tipo_Cartao"]]
y = training["Fraude"]

modelo = LogisticRegression()
_____  # Linha que falta aqui
modelo.fit(X, y)
```

**a)** `modelo.train(X, y)`

**b)** `modelo.learn(X, y)`

**c)** `modelo.fit(X, y)`

**d)** `modelo.prepare(X, y)`

## Parte 3 - Predição

O modelo treinado agora pode prever se uma nova transação é fraudulenta. Se o cientista de dados usar o seguinte código:

```python
nova_transacao = [[5000, 18, 1, 0]]  # Exemplo de entrada
previsao = modelo.predict(nova_transacao)
print(previsao)
```

O que previsao retornará?

**a)** 1, indicando que é fraude

**b)** 0, indicando que não é fraude

**c)** Um número decimal entre 0 e 1, indicando a probabilidade de fraude

**d)** Um erro, pois os dados precisam ser escalados antes da predição

---

Esse é um exemplo realista de uma questão prática da **Olimpíada Brasileira de IA**, exigindo conhecimento sobre **pré-processamento de dados**, **classificação** e **predição** com **Scikit-learn**.