다음 중 클래스의 "불균형"을 보정하기 위해 다수 클래스에서 무작위 하위 표본을 추출하는 방법은 무엇인가요?
이 연습은 강의의 일부입니다
이론을 실습으로 바꾸는 인터랙티브 연습 중 하나를 만나보세요
이번 장에서는 사기 탐지와 관련된 전형적인 과제를 살펴보고, 불균형 데이터 문제를 해결하기 위해 데이터를 현명하게 재표본추출(resampling)하는 방법을 배웁니다.
현재 연습
사기 탐지의 주요 과제에 익숙해졌다면, 이제 지도 학습을 사용해 사기 거래에 플래그를 다는 방법을 배웁니다. 분류기를 사용하고 조정하며 비교하여 가장 효율적인 사기 탐지 모델을 찾아봅니다.
이 장에서는 비지도 학습 기법을 사용해 사기를 탐지하는 데 집중합니다. 고객을 세분화하고, K-means 클러스터링과 다른 클러스터링 알고리즘을 사용하여 데이터에서 의심스러운 징후를 찾아냅니다.
마지막 장에서는 텍스트 데이터, 텍스트 마이닝, 토픽 모델링을 활용해 사기 행동을 탐지합니다.
