データを見てみましょう

次の演習では、銀行の支払いトランザクションデータを扱います。金融トランザクションは費目の種類と支出額で分類されています。さらに、年齢層や性別といった顧客属性も利用できます。一部のトランザクションには不正のラベルが付いており、これらは既知のラベルとして結果の妥当性確認に使います。

不正検知で教師なし学習を使うときは、正常と異常（潜在的に不正）な行動を見分けることが目的です。不正アナリストとして「正常」を理解するには、データとその特徴をしっかり把握する必要があります。まずはこの最初の演習でデータを探索していきましょう。