After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
코스 설명
일반적인 조직은 매년 매출의 약 5%를 사기로 잃는 것으로 추정됩니다. 이 강의에서는 데이터를 활용해 사기를 대응하는 방법을 배웁니다. 예를 들어, 과거와 유사한 사기 행위를 탐지하기 위해 지도 학습 알고리즘을 적용하는 법과, 새로운 유형의 사기 활동을 발견하기 위한 비지도 학습 방법을 학습합니다. 또한 사기 분석에서는 사기와 비사기를 분류할 때 극도로 불균형한 데이터셋을 자주 다루게 되며, 강의를 통해 이를 처리하는 기법들도 익히게 됩니다. 이 강의는 기술적 내용과 이론적 인사이트를 함께 제공하며, 사기 탐지 모델을 실무에서 구현하는 방법을 직접 다뤄 봅니다. 더불어 실제 경험에서 비롯된 팁과 조언을 제공해, 사기 분석에서 흔히 하는 실수를 피할 수 있도록 도와드립니다.
사전 요구 사항
커리큘럼
코스 개요
1
소개와 데이터 준비
이번 장에서는 사기 탐지와 관련된 전형적인 과제를 살펴보고, 불균형 데이터 문제를 해결하기 위해 데이터를 현명하게 재표본추출(resampling)하는 방법을 배웁니다.
2
레이블된 데이터를 활용한 사기 탐지
사기 탐지의 주요 과제에 익숙해졌다면, 이제 지도 학습을 사용해 사기 거래에 플래그를 다는 방법을 배웁니다. 분류기를 사용하고 조정하며 비교하여 가장 효율적인 사기 탐지 모델을 찾아봅니다.
3
레이블이 없는 데이터를 활용한 사기 탐지
이 장에서는 비지도 학습 기법을 사용해 사기를 탐지하는 데 집중합니다. 고객을 세분화하고, K-means 클러스터링과 다른 클러스터링 알고리즘을 사용하여 데이터에서 의심스러운 징후를 찾아냅니다.
4
텍스트를 활용한 사기 탐지
마지막 장에서는 텍스트 데이터, 텍스트 마이닝, 토픽 모델링을 활용해 사기 행동을 탐지합니다.
Python으로 배우는 사기 탐지
코스
완료
