Rekapitulace

Detekce podvodů v Pythonu

Charlotte Werger

Data Scientist

Práce s nevyváženými daty

• Práce s výrazně nevyváženými daty o podvodech
• Naučili jste se převzorkovat data
• Poznali jste různé metody převzorkování

Detekce podvodů s označenými daty

• Zopakování technik řízeného učení pro detekci podvodů
• Spolehlivé metriky výkonu a kompromis přesnosti a úplnosti
• Optimalizace parametrů modelu pro data o podvodech
• Aplikace souborových metod na detekci podvodů

Detekce podvodů bez štítků

• Důležitost segmentace
• Zopakování metod shlukování
• Detekce podvodů pomocí odlehlých hodnot a malých shluků s K-means
• Aplikace modelu DB-scan pro detekci podvodů

Dolování textu pro detekci podvodů

• Rozšíření analýzy podvodů o techniky dolování textu
• Vyhledávání slov a tématické modelování pro detekci podvodů
• Efektivní čištění nestrukturovaných textových dat

Další vzdělávání v oblasti detekce podvodů

• Analýza sítí pro detekci podvodů
• Různé techniky řízeného a neřízeného učení (např. neuronové sítě)
• Práce s velmi rozsáhlými daty

Konec kurzu

Detekce podvodů v Pythonu