Sammanfattning

Bedrägeridetektering i Python

Charlotte Werger

Data Scientist

Arbeta med obalanserad data

• Arbetade med kraftigt obalanserade bedrägerdata
• Lärde dig hur du samplar om din data
• Lärde dig om olika omsamplingsmetoder

Bedrägeridetektering med märkt data

• Repeterade tekniker för övervakad inlärning för att upptäcka bedrägerier
• Lärde dig att ta fram tillförlitliga prestandamått och arbetar med avvägningen mellan precision och recall
• Utforskade hur du optimerar modellparametrar för bedrägerdata
• Tillämpade ensemblemetoder på bedrägeridetektering

Bedrägeridetektering utan etiketter

• Lärde dig om vikten av segmentering
• Repeterade dina kunskaper om klustringsmetoder
• Lärde dig att upptäcka bedrägerier med hjälp av avvikare och små kluster med K-means-klustring
• Tillämpade en DB-scan-klustringsmodell för bedrägeridetektering

Textutvinning för bedrägeridetektering

• Vet hur du kompletterar bedrägerianalys med textutvinningstekniker
• Tillämpade ordsträngar för att flagga vissa ord och lärde dig använda ämnesmodellering för bedrägeridetektering
• Lärde dig att effektivt rensa rörig textdata

Fortsatt inlärning inom bedrägeridetektering

• Nätverksanalys för att upptäcka bedrägerier
• Olika tekniker för övervakad och oövervakad inlärning (t.ex. neurala nätverk)
• Arbeta med mycket stora datamängder

Kursens slut

Bedrägeridetektering i Python