Detekce podvodů pomocí scoringových modelů v ML
Masterclass zaměřená na praktické techniky strojového učení pro tvorbu skórovacích modelů. Naučíte se pracovat s reálnými daty, vybírat správné algoritmy a interpretovat výsledky.
8 týdnů
Proč je detekce podvodů specifický problém
Podvodné transakce tvoří typicky méně než 1 % dat. Klasické metriky jako přesnost jsou v tomto případě zavádějící, protože model může ignorovat podvody a stále vypadat dobře.
Nevyvážené datasety: co s nimi
Naučíte se techniky jako SMOTE, undersampling a úpravu prahových hodnot. Každá technika má jiné dopady na falešně pozitivní a falešně negativní záchyty.
Jak vypadá reálný projekt
Projdeme celý pipeline od surových transakčních dat po nasazení modelu v reálném čase. Budeme pracovat s datasetem obsahujícím přes 280 000 transakcí.
- Feature engineering z transakčních dat
- Isolation Forest a autoenkodéry pro anomálie
- Gradient boosting pro binární klasifikaci
- Precision-recall křivky místo ROC
- Nasazení pomocí REST API
Kurz předpokládá znalost Pythonu a základní orientaci v ML. Není určen pro úplné začátečníky.
Časová náročnost
Počítejte s přibližně 4 hodinami týdně. Praktické úlohy tvoří asi dvě třetiny celkového obsahu.
Obsah a struktura programu
Program kurzu
- Specifika detekce podvodů: metriky, threshold tuning
- Explorační analýza nevyvážených dat
- Feature engineering z časových a prostorových dat
- Metody pro nevyvážené datasety: SMOTE, cost-sensitive learning
- Supervised modely: XGBoost, LightGBM, Random Forest
- Unsupervised přístupy: Isolation Forest, LOF, autoenkodéry
- Hodnocení modelů v produkci: monitoring driftu
- Nasazení a integrace do platebního systému