After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Deskripsi Kursus
Sebuah organisasi biasanya kehilangan sekitar 5% dari pendapatan tahunannya akibat kecurangan. Dalam kursus ini, Anda akan mempelajari cara memerangi kecurangan dengan menggunakan data. Misalnya, Anda akan belajar menerapkan algoritma supervised learning untuk mendeteksi perilaku curang yang mirip dengan kasus sebelumnya, serta metode unsupervised learning untuk menemukan jenis aktivitas kecurangan baru. Selain itu, dalam analitik kecurangan Anda sering berhadapan dengan himpunan data yang sangat tidak seimbang saat mengklasifikasikan antara kecurangan dan bukan kecurangan, dan sepanjang kursus ini Anda akan mempelajari beberapa teknik untuk menanganinya. Kursus ini memadukan wawasan teknis dan teoretis serta menunjukkan secara langsung cara mengimplementasikan model deteksi kecurangan secara praktis. Selain itu, Anda akan mendapatkan kiat dan saran dari pengalaman nyata untuk membantu Anda mencegah kesalahan umum dalam analitik kecurangan.
Prasyarat
Kurikulum
Garis besar kursus
1
Pendahuluan dan menyiapkan data Anda
Di bab ini, Anda akan mempelajari tantangan umum yang terkait dengan deteksi kecurangan, serta cara melakukan resampling data Anda secara cerdas untuk mengatasi masalah data yang tidak seimbang.
- Pengantar deteksi kecurangan50 XP
- Memeriksa rasio penipuan terhadap non-penipuan100 XP
- Memplot data Anda100 XP
- Meningkatkan deteksi yang berhasil dengan pensampelan ulang data50 XP
- Metode resampling untuk data tidak seimbang50 XP
- Menerapkan SMOTE100 XP
- Bandingkan SMOTE dengan data asli100 XP
- Algoritme deteksi kecurangan dalam praktik50 XP
- Menjelajahi cara tradisional menangkap kecurangan100 XP
- Menggunakan klasifikasi ML untuk menangkap kecurangan100 XP
- Regresi logistik dipadukan dengan SMOTE100 XP
- Menggunakan pipeline100 XP
2
Deteksi kecurangan menggunakan data berlabel
Sekarang setelah Anda memahami tantangan utama dalam deteksi kecurangan, Anda akan belajar bagaimana menandai transaksi curang dengan supervised learning. Anda akan menggunakan classifier, menyetelnya, dan membandingkannya untuk menemukan model deteksi kecurangan yang paling efisien.
3
Deteksi kecurangan menggunakan data tanpa label
Bab ini berfokus pada penggunaan teknik unsupervised learning untuk mendeteksi kecurangan. Anda akan melakukan segmentasi pelanggan, menggunakan pengelompokan K-means dan algoritma klaster lainnya untuk menemukan kejadian mencurigakan dalam data Anda.
4
Deteksi kecurangan menggunakan teks
Di bab terakhir ini, Anda akan menggunakan data teks, penambangan teks, dan pemodelan topik untuk mendeteksi perilaku curang.
Deteksi Kecurangan di Python
Kursus
Selesai
