Обнаружение мошенничества с кредитными картами с помощью Python и машинного обучения

Финансовые учреждения ежедневно обрабатывают миллионы транзакций, что делает автоматизированное обнаружение мошенничества критическим. Этот курс познакомит вас с основными методами науки данных, используемыми для выявления подозрительной деятельности кредитных карт и защиты финансовых систем. В этом руководстве вы пройдете путь от понимания основных концепций финансовых данных до создания и оценки моделей машинного обучения, специально разработанных для высоконесбалансированных наборов данных. Вы приобретете практические навыки предварительной обработки данных, обнаружения аномалий и рабочих процессов классификации. Что вы узнаете: - Понять основные концепции выявления финансового мошенничества и связанные с этим проблемы данных. - Примените современные библиотеки Python для предварительной обработки, масштабирования и очистки данных транзакций. - овладеть методами работы с сильно несбалансированными наборами данных, такими, как корректировка весов классов и перевыборка. - Создание классификационных моделей с использованием структурированных конвейеров машинного обучения для прогнозирования мошеннических операций. - Оценка эффективности модели с использованием кривых точности, восстановления и точности-возобновления, а не вводящих в заблуждение показателей точности. - Изучить основные концепции мониторинга моделей и дрейфа данных в производственных системах обнаружения мошенничества. Курс начинается с основных определений моделей мошенничества и исследовательского анализа данных. Затем вы будете продвигаться шаг за шагом через разработку функций, обучение моделей и строгие стратегии оценки, разработанные для финансовых рисков. Этот курс предназначен для начинающих аналитиков данных, начинающих ученых данных и финансовых специалистов, желающих применить программирование к управлению рисками. Предыдущий опыт машинного обучения не требуется, хотя полезно базовое знание Python. Начните читать сегодня, чтобы построить свою первую модель обнаружения мошенничества и развить навыки науки данных.