Wykrywanie oszustw w R

Według szacunków Stowarzyszenia Certyfikowanych Ekspertów ds. Oszustw oszustwa kosztują organizacje na całym świecie 3,7 biliona dolarów rocznie, a typowa firma traci przez nie około pięciu procent rocznych przychodów. Liczba prób oszustw ma w przyszłości jeszcze wzrosnąć, co sprawia, że ich wykrywanie staje się niezbędne w większości branż. Ten kurs pokaże, jak wykorzystać wzorce oszustw z danych historycznych w walce z nadużyciami. Omówione zostaną techniki z zakresu statystyki odpornej i analizy cyfr, służące do wykrywania nietypowych obserwacji, które mogą wskazywać na oszustwo. Dwa główne wyzwania przy budowaniu nadzorowanego narzędzia do wykrywania oszustw to niezbalansowanie danych oraz różne koszty poszczególnych typów błędnych klasyfikacji. Przedstawiamy techniki rozwiązywania tych problemów i skupiamy się na zbiorach danych – zarówno syntetycznych, jak i rzeczywistych – z szerokiego spektrum zastosowań związanych z wykrywaniem oszustw.