In dit hoofdstuk leer je over de typische uitdagingen bij fraudedetectie en hoe je je data slim kunt herverdelen om problemen met onevenwichtige data aan te pakken.

Kennismaking met fraudedetectie

De verhouding fraude versus niet-fraude controleren

Je data plotten

Meer succesvolle detecties met data-resampling

Resampling-methoden voor onevenwichtige data

SMOTE toepassen

Vergelijk SMOTE met de oorspronkelijke data

Fraudedetectie-algoritmen in actie

De traditionele manier om fraude te vangen verkennen

Fraude opsporen met ML-classificatie

Logistische regressie gecombineerd met SMOTE

Een pipeline gebruiken

Introductie en je data voorbereiden

Nu je de belangrijkste uitdagingen van fraudedetectie kent, ga je leren hoe je frauduleuze transacties markeert met supervised learning. Je gebruikt classifiers, stelt ze af en vergelijkt ze om het meest efficiënte fraudedetectiemodel te vinden.

Overzicht van classificatiemethoden

Natuurlijke trefkans

Random Forest Classifier - deel 1

Random Forest Classifier - deel 2

Prestatie-evaluatie

Prestatiemetrics voor het RF-model

De Precision-Recall-curve plotten

De gewichten van je algoritme aanpassen

Modelaanpassingen

Je Random Forest aanpassen voor fraudedetectie

GridSearchCV om optimale parameters te vinden

Modelresultaten met GridSearchCV

Ensemble-methoden

Logistic Regression

Voting Classifier

Pas de gewichten aan in de Voting Classifier

Fraudedetectie met gelabelde data

Dit hoofdstuk richt zich op het gebruik van unsupervised learning-technieken om fraude op te sporen. Je segmenteert klanten en gebruikt K-means clustering en andere clusteringalgoritmen om verdachte gebeurtenissen in je data te vinden.

Normaal versus abnormaal gedrag

Je data verkennen

Klantsegmentatie

Statistiek gebruiken om normaal gedrag te definiëren

Clustermethoden om fraude op te sporen

De data schalen

K-means-clustering

Elbow-methode

Fraude versus geen fraude toekennen

Uitschieters detecteren

Modelresultaten controleren

Andere clusteringsmethoden voor fraudedetectie

DBSCAN

De kleinste clusters beoordelen

Resultaten controleren

Fraudedetectie met ongelabelde data

In dit laatste hoofdstuk gebruik je tekstdata, text mining en topic modeling om frauduleus gedrag te detecteren.

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

Fraudedetectie met tekst

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.

Resampling-methoden voor onevenwichtige data

Fraudedetectie in Python

Interactieve oefening met praktijkervaring