Публикации по теме 'fraud-detection'


Практические аспекты машинного обучения для предотвращения мошенничества на производстве
Мобильные транзакции быстро растут. Например, по прогнозам, к 2025 году мировой рынок мобильных платежей достигнет 4,7 триллиона долларов США. В то же время, по оценкам, в 2019 году 75% всех мошеннических транзакций происходили с мобильных устройств. Мошеннические события различаются по типу и исполнителям: захват учетной записи (ATO), подмена местоположения и замена SIM-карты - вот несколько примеров. Мошенничество с использованием ATO имеет место, когда мошенник получает полный доступ к..

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..

Прогнозирование мошеннических онлайн-транзакций: IEEE — CIS Fraud Detection
По сценарию Синъюань Гу и Фрэнка Джина Были ли сняты средства с вашей кредитной или дебетовой карты без авторизации? Бывает ли у вас смущение, когда кассир объявляет, что ваша карта была отклонена перед вами и пакетами с продуктами, которые вы пытаетесь купить? В этой статье я хотел бы обучить модели машинного обучения для улучшения существующих систем предотвращения мошенничества, используя сложный крупномасштабный набор данных, предоставленный Vesta Corporation на Kaggle. Прежде..

Как найти «денежных мулов» с помощью программного обеспечения для обнаружения мошенничества с машинным обучением
Как найти «денежных мулов» с помощью программного обеспечения для обнаружения мошенничества с машинным обучением Автор: Алекс Ниу По мере того, как все больше финансовых учреждений борются с мошенничеством, преступники прибегают к более изобретательным мерам для проведения незаконных транзакций и других действий. Одним из распространенных методов является использование так называемых «денежных мулов» для облегчения транзакций в надежде на то, что движение их денег останется..

Выявление моделей мошенничества с помощью машинного обучения
Мошенничество происходит каждый день, замечаем мы это или нет. Продавцы могут даже не подозревать, что в их магазине происходит мошенничество, и все же это может произойти. Предотвращение такого мошенничества важно для поддержания доходов бизнеса за счет доверия клиентов и безопасности бренда. И все же в большинстве случаев продавец не будет нести ответственность за мошенничество. Страховая компания оплатит счет, если украденный предмет или деньги не могут быть возвращены. Поэтому..

Предсказание мошеннических транзакций
Цель : Выявление и прогнозирование мошеннических транзакций По данным Forbes, убытки от мошенничества, понесенные банками и продавцами по всем кредитным, дебетовым и предоплаченным платежным картам общего назначения и частным торговым маркам, выпущенным во всем мире, достигли 21,84 млрд долларов США в 2015 году, при этом на Соединенные Штаты (США) приходится почти два -пятых (38,7%) от общей суммы в 8,45 млрд долларов. Но к 2020 году он может превысить 12 миллиардов долларов, если..