In this chapter, you'll learn about the typical challenges associated with fraud detection, and will learn how to resample your data in a smart way, to tackle problems with imbalanced data.

Introduction to fraud detection

Checking the fraud to non-fraud ratio

Plotting your data

Increasing successful detections using data resampling

Resampling methods for imbalanced data

Applying SMOTE

Compare SMOTE to original data

Fraud detection algorithms in action

Exploring the traditional way to catch fraud

Using ML classification to catch fraud

Logistic regression combined with SMOTE

Using a pipeline

Introduction and preparing your data

Now that you're familiar with the main challenges of fraud detection, you're about to learn how to flag fraudulent transactions with supervised learning. You will use classifiers, adjust them, and compare them to find the most efficient fraud detection model.

Review of classification methods

Natural hit rate

Random Forest Classifier - part 1

Random Forest Classifier - part 2

Performance evaluation

Performance metrics for the RF model

Plotting the Precision Recall Curve

Adjusting your algorithm weights

Model adjustments

Adjusting your Random Forest to fraud detection

GridSearchCV to find optimal parameters

Model results using GridSearchCV

Ensemble methods

Logistic Regression

Voting Classifier

Adjust weights within the Voting Classifier

Fraud detection using labeled data

This chapter focuses on using unsupervised learning techniques to detect fraud. You will segment customers, use K-means clustering and other clustering algorithms to find suspicious occurrences in your data.

Normal versus abnormal behavior

Exploring your data

Customer segmentation

Using statistics to define normal behavior

Clustering methods to detect fraud

Scaling the data

K-means clustering

Elbow method

Assigning fraud versus non-fraud

Detecting outliers

Checking model results

Other clustering fraud detection methods

DBSCAN

Assessing smallest clusters

Checking results

Fraud detection using unlabeled data

In this final chapter, you will use text data, text mining, and topic modeling to detect fraudulent behavior.

Tekstgegevens gebruiken

Zoeken naar woorden met dataframes

Een lijst met termen gebruiken

Een vlag maken

Tekstanalyse om fraude op te sporen

Stopwoorden verwijderen

Tekstgegevens opschonen

Topic modeling bij fraude

Woordenboek en corpus maken

LDA-model

Fraude signaleren op basis van topics

Het topicmodel interpreteren

Fraudeurs vinden op basis van onderwerp

Samenvatting

Fraud detection using text

Chapter 1 datasets

Chapter 2 datasets

Chapter 3 datasets

Chapter 4 datasets

Een gemiddeld bedrijf verliest naar schatting 5% van zijn jaarlijkse omzet door fraude. In deze cursus leer je fraude bestrijden met behulp van data. Zo leer je hoe je supervised learning-algoritmen toepast om frauduleus gedrag te detecteren dat lijkt op eerdere gevallen, en hoe je unsupervised learning-methoden gebruikt om nieuwe typen frauduleuze activiteiten te ontdekken. Bovendien heb je in fraud analytics vaak te maken met sterk onevenwichtige gegevenssets bij het classificeren van fraude versus geen fraude, en in deze cursus leer je technieken om daarmee om te gaan. De cursus biedt een mix van technische en theoretische inzichten en laat je hands-on zien hoe je fraudedetectiemodellen in de praktijk implementeert. Daarnaast krijg je tips en adviezen uit de praktijk om veelgemaakte fouten in fraud analytics te voorkomen.

Unsupervised Learning in Python

Supervised Learning with scikit-learn

Leer fraude detecteren met Python via resampling, supervisie, segmentatie, K-means en datamining.

Fraudedetectie in Python

Leer hoe je fraude kunt opsporen met Python.

Het topicmodel interpreteren

Fraudedetectie in Python

Praktische interactieve oefening