Wprowadzenie do wykrywania oszustw

Wykrywanie oszustw w Pythonie

Charlotte Werger

Data Scientist

Poznaj swojego instruktora

Charlotte Werger

Nazywam się Charlotte i jestem Data Scientist

Czym jest oszustwo?

Przykłady oszustw: oszustwa ubezpieczeniowe, oszustwa kartami kredytowymi, kradzież tożsamości, pranie pieniędzy, uchylanie się od podatków, nadużycia gwarancyjne, oszustwa w ochronie zdrowia

Oszustwo jest

rzadkie
ukryte
zmienne w czasie
zorganizowane

Wykrywanie oszustw jest trudne

Jak firmy radzą sobie z oszustwami

Zespoły ds. analizy oszustw:

Często korzystają z systemów regułowych opartych na ręcznie ustawianych progach i doświadczeniu
Monitorują wiadomości
Otrzymują zewnętrzne listy fałszywych kont i nazwisk
Niekiedy stosują algorytmy uczenia maszynowego do wykrywania oszustw i podejrzanych działań

Przyjrzyjmy się danym

df=pd.read_csv('creditcard_data.csv')

df.head()

    V1          V2       ...   Amount    Class
0  -0.078306    0.025427 ...    1.77     0
1  0.000531     0.019911 ...    30.90    0
2  0.015375    -0.038491 ...    23.57    0
3  0.137096    -0.249694 ...    13.99    0
4  -0.014937    0.005771 ...    1.29     0

df.shape

(5050, 30)

Czas na ćwiczenia!

Wykrywanie oszustw w Pythonie