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.

Introductie & motivatie

Ongelijke klassenverdeling

Kosten van het niet detecteren van fraude

Tijdkenmerken

Circulair histogram

Verdachte tijdstempels

Frequentiekenmerken

Frequentiekenmerk voor één rekening

Frequentiekenmerk voor meerdere accounts

Recency-kenmerken

Recency-feature

Frequentie en recentheid vergelijken

Introduction & Motivation

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.

Dealing with imbalanced datasets

How to deal with class imbalance?

Visualizing patterns in the data

Random over-sampling

Random under-sampling

Shrinking the majority group

Combining ROS & RUS

Synthetic Over-sampling

Have you met SMOTE?

SMOTE

From dataset to detection model

Build your own detection model

True cost of fraud detection

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

Frequentiekenmerk voor meerdere accounts

Fraudedetectie in R

Praktische interactieve oefening