Name: R ile Dolandırıcılık Tespiti
Rating: 4.7631578947368425 (38 reviews)

Kurs Açıklaması

Sertifikalı Dolandırıcılık İncelemecileri Birliği, dolandırıcılığın dünya genelinde kuruluşlara yılda 3,7 trilyon dolar maliyete neden olduğunu ve tipik bir şirketin dolandırıcılık sebebiyle yıllık gelirinin yüzde beşini kaybettiğini tahmin ediyor. Gelecekte dolandırıcılık girişimlerinin daha da artması bekleniyor; bu da çoğu sektörde dolandırıcılık tespitini son derece gerekli kılıyor. Bu kurs, geçmiş verilerden dolandırıcılık örüntülerini öğrenmenin dolandırıcılıkla mücadelede nasıl kullanılabileceğini gösterecek. Dolandırıcılıkla ilişkili olması muhtemel olağandışı gözlemleri tespit etmek için sağlam istatistiklerden ve rakam analizi yaklaşımından bazı teknikler sunulacaktır. Dolandırıcılık tespiti için denetimli bir araç geliştirirken iki temel zorluk, verinin dengesizliği veya çarpıklığı ve farklı yanlış sınıflandırma türleri için değişen maliyetlerdir. Bu sorunları çözmek için teknikler sunuyor ve çok çeşitli dolandırıcılık uygulamalarından yapay ve gerçek veri kümelerine odaklanıyoruz.

Ön Koşullar

Unsupervised Learning in R Supervised Learning in R: Classification

Müfredat

Kurs planı

Giriş ve Motivasyon

Bu bölüm önce dolandırıcılığın resmi bir tanımını verecek. Ardından, kullanılan ödeme yöntemlerinin türündeki veya bu ödemelerin yapıldığı zamandaki anomalileri tespit ederek şüpheli işlemleri işaretlemeyi öğreneceksin.

Bölüme Başla

Sosyal ağ analitiği

İkinci bölümde, dolandırıcılıkla mücadelede ağları nasıl kullanacağını öğreneceksin. Ağları görselleştirecek ve dolandırıcı işlemleri tespit etmek ve failleri yakalamak için homofili adlı bir sosyoloji kavramından yararlanacaksın.

Bölüme Başla

Dengesiz sınıf dağılımları

Neyse ki dolandırıcılık vakaları nadirdir. Ancak bu, dengesiz verilerle çalıştığın anlamına gelir ve olduğu gibi bırakırsan tespit modellerini yanlı hale getirir. Bu bölümde, dengesizliği aşırı ve yetersiz örnekleme yöntemleriyle ele alacaksın.

Bölüme Başla

Rakam analizi ve sağlam istatistikler

Bu son bölümde, şüpheli durumları tespit etmek için kullanılan şaşırtıcı bir matematiksel yasayı öğreneceksin. Ardından, modellerini daha da sağlamlaştırmak için sağlam istatistikleri kullanacaksın.