Публикации по теме 'fraud-detection'

Полное руководство по самоорганизующимся картам (SOM) и варианту использования в обнаружении мошенничества

Введение: Здравствуйте, добрый день, сегодня я хотел бы обсудить и показать, как использовать SOM алгоритм обучения без присмотра в обнаружении мошенничества. Мощной системой обучения без учителя, которую можно использовать для обнаружения мошенничества, являются самоорганизующиеся карты (SOM). Обнаружение мошенничества является важной обязанностью во многих отраслях, но финансовый сектор особенно важен. В этой статье мы рассмотрим введение в SOM и код Python, демонстрирующий..

Практическое руководство по исследовательскому анализу данных

Пример мошенничества с кредитными картами Исследовательский анализ данных Исследовательский анализ данных или просто EDA — это процесс понимания характеристик данных. Это помогает вам манипулировать данными, а также раскрывать взаимосвязи в функциях, обнаруживать закономерности и обнаруживать аномалии, чтобы помочь вам достичь конечной цели. Вот список вещей, которые вы должны знать в конце вашего исследования: Структура данных Отношения функций Выбросы Предположение..

5 самых популярных моделей машинного обучения: реальные примеры и варианты использования

Модели машинного обучения стали неотъемлемой частью современных технологий, от систем рекомендаций в социальных сетях до беспилотных автомобилей на наших дорогах. Эти модели предназначены для изучения данных и создания прогнозов или решений на основе этих данных. В этой статье мы рассмотрим некоторые популярные примеры моделей машинного обучения и проблемы, которые они решают. 1. Распознавание изображений Распознавание изображений — одно из самых популярных приложений моделей..

Исследование обнаружения мошенничества с помощью Neo4j и Graph Data Science — Часть 3

Рекомендация подозрительных учетных записей с центральностью и сходством узлов В частях 1 и 2 этой серии мы изучили график и определили сообщества с высоким риском мошенничества. На этом этапе мы можем захотеть выйти за рамки нашей бизнес-логики, чтобы автоматически идентифицировать других пользователей, которые подозрительно похожи на уже выявленные риски мошенничества. Neo4j и GDS упрощают сортировку и рекомендацию таких подозрительных пользователей за считанные секунды. Для этого мы..

Топ-3 приложения AI/ML в страховой отрасли

Страховая отрасль является одним из наиболее важных секторов, и она быстро растет во всем мире. В страховой отрасли есть две категории: «Страхование жизни» и «Страхование, не связанное с жизнью». В Индии «ожидается, что отрасль страхования жизни вырастет в среднем на 5,3% в год в период с 2019 по 2023 год. Уровень проникновения страхования в Индии был зафиксирован на уровне 4,2% в 21 финансовом году, при этом проникновение страхования жизни составило 3,2%, а проникновение страхования,..

Обнаружение мошенничества в банковской сфере с использованием машинного обучения

С развитием цифрового банкинга и интернет-транзакций обнаружение мошенничества становится все более важным аспектом банковских операций. Преступная деятельность, такая как мошенничество с личными данными, захват счетов (ATO) и мошенничество с кредитными картами, может привести к значительным потерям для финансовых учреждений и их клиентов. Банки несут ответственность за обеспечение безопасности средств и активов своих клиентов, и любая мошенническая деятельность может навредить их..

Машинное обучение в банковском деле и финансах

Машинное обучение с его инновационными вариантами использования управляет отраслями, главным образом в банковском деле и финансах, где необходимо тщательно изучать факторы денежного риска. В связи со спросом на высококачественный финансовый инжиниринг, финансовый анализ и прогнозирование возрастает потребность в быстрой обработке для удовлетворения требований уровня обслуживания клиентов. Таким образом, многие финансовые учреждения преобразуют бесконечный поток данных в великолепные..