Omsampling vid begränsad data

Avancerad sannolikhetslära: Osäkerhet i data

Maarten Van den Broeck

Senior Content Developer at DataCamp

Vad är omsampling?

• Hur många kulor av varje färg?
• Uppskatta utan att räkna
• Lösning: ta upprepade urval och notera färger

Omsamplingstekniker

• Bootstrapping
• Korsvalidering
• Syntetisk sampling

Bootstrapping

Korsvalidering

Syntetisk omsampling

Exempel: bedrägeridetektering

• Bedrägliga transaktioner är sällsynta
  • Modeller förutsäger alla transaktioner som säkra
• Generera syntetiska bedrägerifall
  • Modellen kan lära sig bedrägeriemönster

Exempel: bedrägeridetektering

• Utgångsläge:

  • 1 000 000 transaktioner per månad
  • 1 000 eller 0,1 % klassificerade som bedrägliga

• Syntetisk sampling:

  • Öka bedrägliga urval till 10 000 eller 1 %

Nu kör vi en övning!

Avancerad sannolikhetslära: Osäkerhet i data