Zachowanie normalne i nieprawidłowe

Wykrywanie oszustw w Pythonie

Charlotte Werger

Data Scientist

Wykrywanie oszustw bez etykiet

  • Uczenie nienadzorowane do rozróżniania zachowań normalnych od nieprawidłowych
  • Zachowanie nieprawidłowe nie zawsze oznacza oszustwo
  • Wyzwanie: trudna walidacja
  • Realistyczne podejście – etykiety często są niedostępne lub zawodne
Wykrywanie oszustw w Pythonie

Co to jest zachowanie normalne?

  • Dokładnie opisz dane: histogramy, wartości odstające, korelacje i konsultacja z analitykiem ds. oszustw
  • Czy istnieją znane historyczne przypadki oszustw? Co je charakteryzuje?
  • Zachowanie normalne dla jednego typu klienta może nie być normalne dla innego
  • Sprawdź wzorce w podgrupach danych: czy dane są jednorodne?
Wykrywanie oszustw w Pythonie

Segmentacja klientów: normalne zachowanie w segmentach

Wykrywanie oszustw w Pythonie

Czas na ćwiczenia!

Wykrywanie oszustw w Pythonie

Preparing Video For Download...