or
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
ในบทนี้ จะได้เรียนรู้เกี่ยวกับความท้าทายทั่วไปที่พบในการตรวจจับการฉ้อโกง รวมถึงวิธีการ resample ข้อมูลอย่างชาญฉลาดเพื่อรับมือกับปัญหาชุดข้อมูลที่ไม่สมดุล
เมื่อคุ้นเคยกับความท้าทายหลักของการตรวจจับการฉ้อโกงแล้ว บทนี้จะพาไปเรียนรู้การระบุธุรกรรมที่น่าสงสัยด้วย supervised learning จะได้ใช้งาน classifier ปรับแต่ง และเปรียบเทียบโมเดลต่าง ๆ เพื่อค้นหาโมเดลตรวจจับการฉ้อโกงที่มีประสิทธิภาพสูงสุด
บทนี้มุ่งเน้นการใช้เทคนิค unsupervised learning เพื่อตรวจจับการฉ้อโกง จะได้แบ่งกลุ่มลูกค้า ใช้ K-means clustering และอัลกอริทึมการจัดกลุ่มอื่น ๆ เพื่อค้นหาความผิดปกติในข้อมูล
ในบทสุดท้ายนี้ จะได้นำข้อมูลข้อความ การทำ text mining และ topic modeling มาใช้ตรวจจับพฤติกรรมการฉ้อโกง
แบบฝึกหัดปัจจุบัน