В этом упражнении вы будете работать с текстовыми данными, содержащими электронные письма сотрудников компании Enron. Скандал с Enron — один из самых известных случаев корпоративного мошенничества. Сотрудники компании скрывали её реальное финансовое положение, искусственно поддерживая высокую цену акций. Они продавали собственные опционы на акции, а когда правда вскрылась, инвесторы Enron остались ни с чем. Цель упражнения — найти все письма, в которых упоминаются определённые слова, например "sell enron stock".

С помощью строковых операций над датафреймами можно легко просматривать неструктурированные данные электронной почты и создавать флаги на основе совпадений с ключевыми словами. Данные электронной почты Enron уже загружены в датафрейм df — давайте найдём подозрительные выражения. Не стесняйтесь изучить df в консоли, прежде чем приступить к выполнению.

Маркировка мошенничества на основе тематического моделирования

Create Your Free Account