This chapter will first give a formal definition of fraud. You will then learn how to detect anomalies in the type of payment methods used or the time these payments are made to flag suspicious transactions.

Introduction & Motivation

Imbalanced class distribution

Cost of not detecting fraud

Time features

Circular histogram

Suspicious timestamps

Frequency features

Frequency feature for one account

Frequency feature for multiple accounts

Recency features

Recency feature

Comparing frequency & recency

In the second chapter, you will learn how to use networks to fight fraud. You will visualize networks and use a sociology concept called homophily to detect fraudulent transactions and catch fraudsters.

Social network analytics

Analyzing a network

Overlapping edges

Fraud and social network analysis

Looking for homophily in a network

Visualizing node attributes

Social network based inference

Relational vs non-relational models

Relational neighbor classifier

Social network metrics

Degree, closeness & betweenness

Adding network features

Fortunately, fraud occurrences are rare. However, this means that you're working with imbalanced data, which if left as is will bias your detection models. In this chapter, you will tackle imbalance using over and under-sampling methods.

Omgaan met onevenwichtige gegevenssets

Hoe ga je om met klassenonevenwicht?

Patronen in de data visualiseren

Willekeurig over-samplen

Willekeurig onder-samplen

De meerderheidsgroep verkleinen

ROS & RUS combineren

Synthetische oversampling

Heb je SMOTE al ontmoet?

SMOTE

Van gegevensset naar detectiemodel

Bouw je eigen detectiemodel

Werkelijke kosten van fraudedetectie

Imbalanced class distributions

In this final chapter, you will learn about a surprising mathematical law used to detect suspicious occurrences. You will then use robust statistics to make your models even more bulletproof.

Digit analysis using Benford's law

Benford's Law for first digit

Conformity of census data

Benford's Law for fraud detection

Conformity to Benford's Law

Fire insurance claims

Payments data set

Detecting univariate outliers

Computing robust z-scores

Boxplot

Detecting multivariate outliers

Multivariate outlier detection

Digit analysis and robust statistics

Chapter 1 datasets

Chapter 2 datasets

Chapter 3 datasets

Chapter 4 datasets

De Association of Certified Fraud Examiners schat dat fraude organisaties wereldwijd jaarlijks 3,7 biljoen dollar kost en dat een gemiddeld bedrijf vijf procent van zijn jaarlijkse omzet verliest door fraude. De verwachting is dat fraudepogingen in de toekomst verder toenemen, waardoor fraudedetectie in de meeste sectoren hard nodig is. In deze cursus leer je hoe je fraudepatronen uit historische data kunt gebruiken om fraude te bestrijden. We behandelen technieken uit robuuste statistiek en cijferanalyse om ongewone observaties op te sporen die waarschijnlijk met fraude samenhangen. Twee grote uitdagingen bij het bouwen van een supervised tool voor fraudedetectie zijn de scheve of onevenwichtige verdeling van de data en de verschillende kosten van verschillende typen verkeerde classificaties. We presenteren technieken om deze problemen op te lossen en richten ons op kunstmatige en echte gegevenssets uit een brede waaier aan fraude-applicaties.

Unsupervised Learning in R

Supervised Learning in R: Classification

Leer fraude detecteren met anomaliedetectie, sociale netwerken, onevenwichtige klassen en R.

Fraudedetectie in R

Heb je SMOTE al ontmoet?

Fraudedetectie in R

Praktische interactieve oefening