Chuyển đến nội dung chính

Trang chủ Python

Khóa học

Phát hiện gian lận với Python

Trung cấpTrình độ kỹ năng

Đã cập nhật tháng 08, 2024

Bắt Đầu Khóa Học Miễn Phí

PythonMachine Learning

4 gio

16 video

57 Bài tập

4,800 XP

22,075

Giấy chứng nhận Thành tích

Được người học tại hàng ngàn công ty yêu thích

Đào tạo một đội ngũ?

Dùng thử cho Doanh nghiệp

Mô tả khóa học

Một tổ chức điển hình ước tính mất khoảng 5% doanh thu hằng năm vì gian lận. Trong khóa học này, bạn sẽ học cách dùng dữ liệu để chống gian lận. Ví dụ, bạn sẽ học cách áp dụng các thuật toán học có giám sát để phát hiện hành vi gian lận tương tự các trường hợp trước đây, cũng như các phương pháp học không giám sát để khám phá những dạng hoạt động gian lận mới. Bên cạnh đó, trong phân tích gian lận, bạn thường phải xử lý các tập dữ liệu cực kỳ mất cân bằng khi phân loại gian lận và không gian lận; trong khóa học này, bạn sẽ nắm được một số kỹ thuật để xử lý vấn đề đó. Khóa học kết hợp giữa kiến thức kỹ thuật và lý thuyết, đồng thời hướng dẫn bạn thực hành triển khai các mô hình phát hiện gian lận. Ngoài ra, bạn còn nhận được các mẹo và lời khuyên từ kinh nghiệm thực tế để tránh những sai lầm thường gặp trong phân tích gian lận.

Điều kiện tiên quyết

Unsupervised Learning in Python Supervised Learning with scikit-learn

1

Giới thiệu và chuẩn bị dữ liệu

Trong chương này, bạn sẽ tìm hiểu những thách thức điển hình liên quan đến phát hiện gian lận, và học cách lấy mẫu lại dữ liệu một cách thông minh để giải quyết vấn đề dữ liệu mất cân bằng.

Giới thiệu về phát hiện gian lận

Kiểm tra tỷ lệ gian lận so với không gian lận

Vẽ biểu đồ dữ liệu của bạn

Tăng số lần phát hiện thành công bằng cách lấy mẫu lại dữ liệu

Các phương pháp lấy mẫu lại cho dữ liệu mất cân bằng

Áp dụng SMOTE

So sánh SMOTE với dữ liệu gốc

Thuật toán phát hiện gian lận trong thực tế

Khám phá cách truyền thống để phát hiện gian lận

Dùng phân loại ML để phát hiện gian lận

Hồi quy Logistic kết hợp với SMOTE

Sử dụng pipeline

Bắt Đầu Chương

2

Phát hiện gian lận với dữ liệu có nhãn

Giờ bạn đã quen với các thách thức chính của phát hiện gian lận, bạn sẽ học cách gắn cờ giao dịch gian lận bằng học có giám sát. Bạn sẽ dùng các mô hình phân loại, tinh chỉnh và so sánh chúng để tìm ra mô hình phát hiện gian lận hiệu quả nhất.

Ôn tập các phương pháp phân loại

Tỷ lệ trúng tự nhiên

Bộ phân loại Rừng ngẫu nhiên - phần 1

Bộ phân loại Random Forest - phần 2

Đánh giá hiệu năng

Các chỉ số đánh giá cho mô hình RF

Vẽ đường cong Precision-Recall

Điều chỉnh trọng số thuật toán của bạn

Điều chỉnh mô hình

Điều chỉnh Random Forest cho bài toán phát hiện gian lận

GridSearchCV để tìm tham số tối ưu

Kết quả mô hình với GridSearchCV

Phương pháp ensemble

Hồi quy Logistic

Voting Classifier

Điều chỉnh trọng số trong Voting Classifier

Bắt Đầu Chương

3

Phát hiện gian lận với dữ liệu không nhãn

Chương này tập trung vào việc dùng các kỹ thuật học không giám sát để phát hiện gian lận. Bạn sẽ phân khúc khách hàng, sử dụng phân cụm K-means và các thuật toán phân cụm khác để tìm ra các dấu hiệu đáng ngờ trong dữ liệu.

Hành vi bình thường và bất thường

Khám phá dữ liệu của bạn

Phân khúc khách hàng

Dùng thống kê để xác định hành vi bình thường

Các phương pháp phân cụm để phát hiện gian lận

Chuẩn hóa dữ liệu (Scaling)

Phân cụm K-means

Phương pháp Elbow

Gán nhãn gian lận và không gian lận

Phát hiện ngoại lệ

Kiểm tra kết quả mô hình

Các phương pháp phân cụm khác để phát hiện gian lận

Đánh giá các cụm nhỏ nhất

Kiểm tra kết quả

Bắt Đầu Chương

4

Phát hiện gian lận từ văn bản

Ở chương cuối, bạn sẽ sử dụng dữ liệu văn bản, khai phá văn bản và mô hình chủ đề để phát hiện hành vi gian lận.

Sử dụng dữ liệu văn bản

Tìm kiếm từ khóa với dataframe

Dùng danh sách thuật ngữ

Tạo biến cờ (flag)

Khai phá văn bản để phát hiện gian lận

Loại bỏ stopwords

Làm sạch dữ liệu văn bản

Mô hình chủ đề cho gian lận

Tạo dictionary và corpus

Mô hình LDA

Gắn cờ gian lận dựa trên chủ đề

Diễn giải mô hình chủ đề

Tìm kẻ gian lận dựa trên chủ đề

Tổng kết

Bắt Đầu Chương

Phát hiện gian lận với Python

Hoàn
Thành

Nhận Giấy Chứng Nhận Hoàn Thành

Thêm chứng chỉ này vào hồ sơ LinkedIn, CV hoặc sơ yếu lý lịch của ban
Chia sẻ trên mạng xã hội và trong đánh giá hiệu suất của banĐăng ký ngay

Tham gia cùng hơn 19 triệu học viên và bắt đầu Phát hiện gian lận với Python ngay hôm nay!

Phát triển kỹ năng dữ liệu với DataCamp cho thiết bị di động

Tiến bộ mọi lúc mọi nơi với các khóa học cho thiết bị di động và thử thách lập trình 5 phút hằng ngày.