すべてのデータセットがベンフォードの法則に従うわけではないことを見てきました。次のうち、どのデータセットはおそらくベンフォードの法則に従わないでしょうか？その理由も説明できますか？
この演習はコースの一部です
理論を実践に変える、インタラクティブな演習のひとつをお試しください
この章ではまず、不正の形式的な定義を示します。続いて、支払い方法の種類や支払いが行われた時刻に見られる異常を検知し、疑わしい取引にフラグを立てる方法を学びます。
第2章では、ネットワークを活用して不正に立ち向かう方法を学びます。ネットワークを可視化し、ホモフィリー（同質性）という社会学の概念を用いて不正取引を検知し、不正実行者を特定します。
幸いにも、不正の発生は稀です。しかしそのためにデータは不均衡となり、そのままでは検知モデルに偏りが生じます。本章では、過学習を避けつつ効果を高めるため、オーバーサンプリングとアンダーサンプリングの手法で不均衡に取り組みます。
最終章では、疑わしい発生を検知するために用いられる、意外性のある数学法則について学びます。さらに、ロバスト統計を用いてモデルを一段と堅牢にします。
現在の演習
