Итоги

Обнаружение мошенничества на Python

Charlotte Werger

Data Scientist

Работа с несбалансированными данными

• Работали с сильно несбалансированными данными о мошенничестве
• Научились делать ресэмплинг данных
• Изучили различные методы ресэмплинга

Выявление мошенничества с размеченными данными

• Повторили методы обучения с учителем для выявления мошенничества
• Научились получать надёжные метрики качества и работали с компромиссом точности и полноты
• Изучили оптимизацию параметров модели для работы с данными о мошенничестве
• Применили ансамблевые методы для обнаружения мошенничества

Выявление мошенничества без разметки

• Изучили важность сегментации
• Повторили методы кластеризации
• Научились обнаруживать мошенничество с помощью выбросов и малых кластеров методом K-средних
• Применили модель кластеризации DB-scan для выявления мошенничества

Анализ текста для выявления мошенничества

• Узнали, как дополнить анализ мошенничества методами интеллектуального анализа текста
• Применили поиск по ключевым словам и изучили тематическое моделирование для выявления мошенничества
• Научились эффективно очищать «грязные» текстовые данные

Дальнейшее изучение выявления мошенничества

• Сетевой анализ для обнаружения мошенничества
• Различные методы обучения с учителем и без (например, нейронные сети)
• Работа с очень большими данными

Курс завершён

Обнаружение мошенничества на Python