これらのコースを受講したことで、プロフェッショナルなビジュアライゼーションやダッシュボードを自信を持って作成できるようになりました
Shoebur Rahman調達スペシャリスト、Giz Bangladesh
コースの説明
一般的な組織は、年間売上の約5%を不正によって失っていると推定されています。本コースでは、データを使って不正と戦う方法を学びます。たとえば、過去の事例に似た不正行為を検知するために教師あり学習アルゴリズムを適用する方法や、新しいタイプの不正を見つけるための教師なし学習手法を学びます。さらに、不正分析では、不正と非不正を分類する際に極端に不均衡なデータセットに直面することがよくあります。本コースでは、その扱い方のテクニックも身につけます。技術的な内容と理論的な洞察を組み合わせ、実際に不正検知モデルを実装する方法をハンズオンで紹介します。加えて、実務経験に基づくヒントやアドバイスを提供し、不正分析で陥りやすいミスを防ぐ手助けをします。
前提条件
カリキュラム
コース概要
1
導入とデータ準備
この章では、不正検知に伴う代表的な課題を学びます。また、不均衡データの問題に対処するために、賢くデータをリサンプリングする方法を学びます。
2
ラベル付きデータによる不正検知
不正検知における主な課題に慣れたところで、次は教師あり学習を使って不正な取引にフラグを立てる方法を学びます。分類器を用いて調整し、比較することで、最も効率的な不正検知モデルを見つけます。
3
ラベルなしデータによる不正検知
この章では、不正を検知するための教師なし学習手法に焦点を当てます。顧客をセグメント化し、K-meansクラスタリングやその他のクラスタリングアルゴリズムを使って、データ内の不審な事象を見つけます。
4
テキストを用いた不正検知
最終章では、テキストデータ、テキストマイニング、トピックモデルを用いて不正行動を検知します。
Pythonで学ぶ不正検知
コース修了
