Ricampionamento con pochi dati

Probabilità avanzata: l'incertezza nei dati

Maarten Van den Broeck

Senior Content Developer at DataCamp

Cos'è il ricampionamento?

• Quante biglie per colore?
• Stima senza contare
• Soluzione: campiona più volte e registra i colori

Tecniche di ricampionamento

• Bootstrapping
• Cross-validation
• Campionamento sintetico

Bootstrapping

Cross-validation

Ricampionamento sintetico

Esempio: rilevamento frodi

• Le transazioni fraudolente sono rare
  • I modelli le prevedono tutte come sicure
• Genera casi di frode sintetici
  • Il modello impara i pattern di frode

Esempio: rilevamento frodi

• Situazione iniziale:

  • 1.000.000 transazioni/mese
  • 1.000 o 0,1% classificate come fraudolente

• Campionamento sintetico:

  • Aumenta i casi fraudolenti a 10.000 o 1%

Passiamo alla pratica !

Probabilità avanzata: l'incertezza nei dati