Build your ultimate AI agent
कोर्स विवरण
एक सामान्य संगठन अपनी वार्षिक आय का अनुमानित 5% धोखाधड़ी में खो देता है। इस कोर्स में, आप सीखेंगे कि डेटा का उपयोग करके धोखाधड़ी से कैसे निपटें। उदाहरण के लिए, आप सीखेंगे कि supervised learning एल्गोरिदम कैसे लागू करें ताकि पिछली घटनाओं जैसी fraudulent गतिविधियों का पता लगाया जा सके, और साथ ही unsupervised learning तरीकों से धोखाधड़ी की नई किस्मों की पहचान की जा सके। इसके अलावा, fraud analytics में अक्सर fraud बनाम non-fraud को वर्गीकृत करते समय अत्यधिक imbalanced डेटासेट के साथ काम करना पड़ता है, और इस कोर्स के दौरान आप इससे निपटने की कुछ तकनीकें सीखेंगे। कोर्स में तकनीकी और सैद्धांतिक दोनों तरह की समझ का मिश्रण है और यह आपको hands-on तरीके से fraud detection मॉडल practically लागू करना दिखाता है। साथ ही, आपको वास्तविक अनुभव से जुड़े टिप्स और सलाह मिलेंगी ताकि आप fraud analytics में होने वाली आम गलतियों से बच सकें।
पूर्वापेक्षाएँ
पाठ्यक्रम
कोर्स रूपरेखा
1
परिचय और अपने डेटा की तैयारी
इस चैप्टर में, आप धोखाधड़ी का पता लगाने से जुड़ी आम चुनौतियों के बारे में सीखेंगे, और imbalanced डेटा की समस्या से निपटने के लिए अपने डेटा को स्मार्ट तरीके से resample करना सीखेंगे।
- Fraud detection का परिचय50 XP
- फ्रॉड से नॉन-फ्रॉड अनुपात जाँचना100 XP
- अपने डेटा का प्लॉट बनाना100 XP
- डेटा री-सैंपलिंग से सफल डिटेक्शंस बढ़ाना50 XP
- इम्बैलेंस्ड डेटा के लिए रिसैंपलिंग मेथड्स50 XP
- SMOTE लागू करना100 XP
- मूल डेटा से SMOTE की तुलना करें100 XP
- Fraud detection एल्गोरिदम: व्यावहारिक रूप में50 XP
- धोखाधड़ी पकड़ने के पारंपरिक तरीके की जाँच100 XP
- धोखाधड़ी पकड़ने के लिए ML classification का उपयोग100 XP
- SMOTE के साथ Logistic Regression100 XP
- पाइपलाइन का उपयोग100 XP
2
लेबल वाले डेटा के साथ Fraud detection
अब जब आप fraud detection की मुख्य चुनौतियों से परिचित हैं, तो आप supervised learning का उपयोग करके fraudulent transactions को फ़्लैग करना सीखने वाले हैं। आप classifiers का उपयोग करेंगे, उन्हें ट्यून करेंगे, और उनकी तुलना करेंगे ताकि सबसे प्रभावी fraud detection मॉडल मिल सके।
3
बिना लेबल वाले डेटा के साथ Fraud detection
यह चैप्टर धोखाधड़ी का पता लगाने के लिए unsupervised learning तकनीकों पर केंद्रित है। आप ग्राहकों को सेगमेंट करेंगे, K-means क्लस्टरिंग और अन्य क्लस्टरिंग एल्गोरिदम का उपयोग करके अपने डेटा में संदिग्ध घटनाओं की पहचान करेंगे।
4
टेक्स्ट के साथ Fraud detection
इस अंतिम चैप्टर में, आप टेक्स्ट डेटा, text mining, और topic modeling का उपयोग करके fraudulent व्यवहार का पता लगाएंगे।
Python में Fraud Detection
कोर्स
पूरा

