Публикации по теме 'credit-cards'


Разработка функций для обнаружения мошенничества с кредитными картами
Конструирование признаков - ключ к успеху в моделировании. Хорошая разработка функций может уловить природу проблемы, что приведет к лучшему результату. Что есть особенность? Характеристика - это переменная, описывающая скрытые закономерности. В этой статье я рассмотрю особенности техники в литературе о мошенничестве с кредитными картами. Читатели узнают, как другие специалисты по обработке данных создают функции для выявления случаев мошенничества в различных отраслях. В..
Почему технический долг замедляет нас и съедает прибыль
Способ улучшения управления техническим долгом Мы все боимся того момента, когда нам скажут, что затраты на усовершенствование нашего программного продукта будут стоить больше, чем восстановление продукта с нуля. Почему мы не относимся серьезно к техническому долгу? Вопрос немалый. Глобальный технический долг был оценен Gartner в 500 миллиардов долларов в 2010 году и, по прогнозам, к 2015 году составит 1 триллион долларов. Хотя общеизвестно, что технический долг не..
Модель сегментации клиентов на основе поведения кредитных карт
Модель сегментации клиентов на основе поведения кредитных карт Введение Согласно Абрахаму Маслоу в его теории человеческих мотиваций, чрезвычайно важно признать человека живым объектом с различными потребностями. Вот почему мы должны знать, как люди взаимодействуют с окружающей средой. При этом хорошо известно, что компании сталкиваются с множеством проблем, когда дело доходит до удовлетворения меняющихся потребностей своих клиентов. Вот почему они всегда планируют стратегии в..
Аналитика мошенничества с кредитными картами с помощью R
Абстрактный Кредитные карты являются основным средством удобства в современном потреблении, но из-за постоянного страха перед кражей или нарушением безопасности банки обновили программное обеспечение для обнаружения мошенничества с помощью машинного обучения и передовых алгоритмов классификации. Этот эксперимент был попыткой достичь статистически значимой точности в обнаружении мошеннических транзакций с использованием алгоритмов обучения с учителем с использованием машины опорных..
Прогнозирование неплатежей по долгам с помощью алгоритмов классификации без кода
Прогнозирование вероятности будущих событий, таких как мошенничество или неплатежи, является классическим вариантом использования машинного обучения. Благодаря интерфейсу перетаскивания, Monument упрощает решение этой проблемы классификации. В этом руководстве мы за считанные минуты будем использовать реальные данные о вероятности дефолта по кредитной карте , чтобы обучить алгоритм для обнаружения дефолтов по платежам. Получение и проверка данных В Папке данных репозитория..
Обнаружение мошенничества  — выборка ANN и SMOTE с помощью Python
Обнаружение мошенничества с кредитными картами — нейронные сети и выборка SMOTE О наборе данных «Наборы данных содержат транзакции, совершенные по кредитным картам в сентябре 2013 года держателями карт из Европы. Этот набор данных представляет транзакции, которые произошли за два дня, где у нас есть 492 мошенничества из 284 807 транзакций. Набор данных сильно несбалансирован, на положительный класс (мошенничество) приходится 0,172% всех транзакций. Он содержит только числовые входные..
Обнаружение мошеннических транзакций потребителей с помощью машинного обучения
Когда мне исполнилось 14, больше всего меня обрадовало то, что этот кусок пластика с моим именем дает мне свободу приобретать вещи . Да, я говорю о кредитной карте. Заходя в магазин с родителями, я всегда задавался вопросом, как этот кусок пластика был таким же, как и настоящие деньги (иначе наличные); потому что для меня, когда мне было 9 лет, кредитная карта была по сути волшебством. У среднестатистического канадца в кошельке около 2 кредитных карт, и он совершает операции с..