Business Knowledge Series курс
По некоторым оценкам, порядка 5% годового убытка типичной организации вызваны мошенничеством разного рода. В данном курсе мы обсудим, как можно бороться с мошенничеством с помощью исторических данных, помогающих изучить «шаблоны» мошеннических действий. Будет рассмотрено использование методов машинного обучения «с учителем» (используя обучающий набор данных), методов классификации «без учителя» (использующие набор данных без целевой переменной) и изучения социальных связей клиента (на основе набора данных, содержащего информацию о структуре социальной сети). Методики, обсуждаемые на курсе, могут применяться в широком круге задач – выявление мошенничества в страховании, банках, в области телекоммуникаций, в налоговой и таможенной сферах. Курс содержит как теоретические и технические сведения, которые помогут лучше разобраться с изучаемыми темами, так и вопросы, связанные с практическим внедрением аналитических методик. В течение курса лектором будут представлены результаты последних исследований, посвященных изучаемым вопросам, а также приведены конкретные практические примеры, закрепляющие материал.
Изучается
- Как подготовить данные для выявления мошенничества (создание выборки, обработка пропущенных значений, выбросы, категоризация, …)
- Построение моделей для выявления мошенничества с помощью методов «обучения с учителем» (логистическая регрессия, деревья решений, нейронные сети, ансамбли моделей, …);
- Построение моделей для выявления мошенничества с помощью методов «обучения без учителя» (иерархическая кластеризация, неиерархическая кластеризация, метод k-средних, самоорганизующиеся карты, …);
- Построение моделей для выявления мошенничества с помощью методов анализа социальных связей (характеризация (featurization), PageRank, …)
Аудитория
Специалисты:
Ответственные за анализ мошеннических действий и их выявлениеКонсультанты, связанные с задачами выявления мошенничества•Отрасли:Финансовые, государственные учреждения, страховые компании.
Доступные форматы обучения | Продолжительность | | |
Очный: |
2.0 дня(ей) | | |
e-Learning: |
21 часа(ов)/180 день доступ |
|
Используется SAS Enterprise Miner ПО
Base/SASSAS Enterprise MinerSAS Social Network Analytics