لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش تشخیص تقلب در کارت اعتباری با یادگیری ماشینی
Building Credit Card Fraud Detection with Machine Learning
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
آموزش ساخت مدل تشخیص کلاهبرداری کارت اعتباری با استفاده از جنگل تصادفی، رگرسیون لجستیک و ماشین بردار پشتیبان آموزش ساخت مدل تشخیص تقلب کارت اعتباری با استفاده از جنگل تصادفی، رگرسیون لجستیک و ماشین بردار پشتیبانی بیاموزید چگونه انتخاب ویژگی را با استفاده از جنگل تصادفی انجام دهید یاد بگیرید چگونه برای تجزیه و تحلیل و شناسایی الگوهای تکرار تقلب خردهفروشی نحوه تجزیه و تحلیل موارد تقلب در تراکنش آنلاین را بیاموزید نحوه ارزیابی امنیت روشهای تراکنش تراشه و پین را بیاموزید نحوه یافتن ارتباط بین مبلغ تراکنش و کلاهبرداری را بیاموزید. این بخش شامل جمعآوری دادهها، انتخاب ویژگی، آموزش مدل و پردازش بلادرنگ میشود. یاد بگیرید چگونه دقت و عملکرد مدل تشخیص تقلب را با استفاده از دقت، فراخوانی و امتیاز F1 ارزیابی کنید. حمله فیشینگ، سرقت هویت، نقض داده ها و کلاهبرداری داخلی اصول اولیه مدل تشخیص کلاهبرداری را بیاموزید آموزش یافتن و دانلود مجموعه داده ها از Kaggle آموزش پاک کردن مجموعه داده ها با حذف ردیف های از دست رفته و مقادیر تکراری پیش نیازها:بدون تجربه قبلی در یادگیری ماشین دانش پایه در آمار و پایتون مورد نیاز است
به دوره آموزشی ساخت مدل تشخیص تقلب در کارت اعتباری با یادگیری ماشین خوش آمدید. این یک دوره جامع مبتنی بر پروژه است که در آن گام به گام نحوه ساخت یک مدل تشخیص تقلب کارت اعتباری با استفاده از رگرسیون لجستیک، ماشین بردار پشتیبان و جنگل تصادفی را خواهید آموخت. این دوره ترکیبی عالی بین یادگیری ماشین و کشف تقلب است و آن را به فرصتی ایده آل برای تقویت مهارت های علم داده شما تبدیل می کند. این دوره عمدتاً بر روی سه جنبه اصلی متمرکز خواهد بود، اولی تجزیه و تحلیل داده ها است که در آن مجموعه داده های کارت اعتباری را از زوایای مختلف بررسی می کنید، دومی مدل سازی پیش بینی است که در آن یاد می گیرید که چگونه با استفاده از داده های بزرگ مدل تشخیص تقلب بسازید، و سومین مورد ارزیابی دقت و عملکرد مدل کشف تقلب است. در جلسه معرفی، اصول اولیه مدل های کشف تقلب، مانند آشنایی با چالش های رایج و کاربردهای عملی آن را خواهید آموخت. سپس، در جلسه بعدی، با فرآیند کامل گام به گام نحوه عملکرد مدل تشخیص کلاهبرداری کارت اعتباری آشنا می شویم. این بخش شامل جمعآوری دادهها، استخراج ویژگی، آموزش مدل، پردازش بلادرنگ و اقدام پس از هشدار میشود. پس از آن، همچنین در مورد رایج ترین موارد کلاهبرداری کارت اعتباری، برای مثال هایی مانند کلاهبرداری از کارت، حملات فیشینگ، سرقت هویت، کارت دزدیده شده، نقض داده ها، و کلاهبرداری خودی، آشنا خواهید شد. هنگامی که تمام دانش لازم را در مورد مدل تشخیص کلاهبرداری کارت اعتباری آموختید، پروژه را شروع خواهیم کرد. ابتدا در مورد نحوه راه اندازی Google Colab IDE گام به گام راهنمایی خواهید شد. علاوه بر آن، نحوه یافتن و دانلود مجموعه داده های کارت اعتباری از Kaggle را نیز یاد خواهید گرفت، هنگامی که همه چیز آماده شد، وارد بخش اصلی دوره می شویم که بخش پروژه است. پروژه از سه قسمت اصلی تشکیل شده است. بخش اول تجزیه و تحلیل داده ها و تجسم سازی است که در آن مجموعه داده ها را از زوایای مختلف بررسی می کنید، در قسمت دوم، گام به گام نحوه ساخت مدل تشخیص تقلب کارت اعتباری با استفاده از رگرسیون لجستیک، ماشین بردار پشتیبانی و جنگل تصادفی را یاد خواهید گرفت. در ضمن در قسمت سوم نحوه ارزیابی عملکرد مدل را یاد می گیرید. در نهایت، در پایان دوره، آزمایشی را بر روی مدل تشخیص تقلب انجام خواهید داد تا مطمئن شوید که نتایج دقیق و عملکردی را که باید انجام می دهد.
اول از همه، قبل از ورود به دوره، باید این سوال را از خود بپرسیم: چرا باید یک مدل تشخیص کلاهبرداری کارت اعتباری بسازیم؟ خب جواب من اینجاست در یکی دو سال گذشته، شاهد افزایش چشمگیر تعداد افرادی بودیم که تراکنشهای آنلاین انجام میدهند و در نتیجه، خطر کلاهبرداری از کارت اعتباری افزایش یافته است. با پیشرفت تکنولوژی، تکنیک های استفاده شده توسط کلاهبرداران نیز افزایش می یابد. ایجاد یک مدل تشخیص تقلب در کارت اعتباری برای محافظت از تراکنشهای مالی، محافظت از کاربران در برابر فعالیتهای غیرمجاز و حفظ یکپارچگی سیستمهای پرداخت آنلاین ضروری است. با استفاده از الگوریتمهای یادگیری ماشین و بینشهای مبتنی بر داده، میتوانیم به طور فعال تراکنشهای جعلی را شناسایی و از آن جلوگیری کنیم. آخرین اما نه کماهمیت، دانستن نحوه ایجاد یک مدل پیچیده کشف تقلب میتواند به طور بالقوه فرصتهای زیادی را در آینده باز کند.
در زیر مواردی وجود دارد که میتوانید از این دوره یاد بگیرید:
اصول اساسی مدل تشخیص تقلب را بیاموزید
با نحوه عملکرد مدلهای تشخیص کلاهبرداری کارت اعتباری آشنا شوید. این بخش شامل جمعآوری دادهها، انتخاب ویژگی، آموزش مدل، پردازش زمان واقعی، و اقدام پس از هشدار
میشود
درباره رایجترین موارد کلاهبرداری از کارت اعتباری مانند کارت سرقت شده، کلاهبرداری از کارت، حمله فیشینگ، سرقت هویت، نقض دادهها، و کلاهبرداری داخلی اطلاعات کسب کنید
با نحوه یافتن و دانلود مجموعه داده ها از Kaggle آشنا شوید
نحوه تمیز کردن مجموعه داده با حذف ردیفهای از دست رفته و مقادیر تکراری را بیاموزید
با نحوه ارزیابی امنیت روشهای تراکنش چیپ و پین آشنا شوید
با نحوه تجزیه و تحلیل و شناسایی الگوهای تکراری تقلب خردهفروشی آشنا شوید
با نحوه یافتن ارتباط بین مبلغ تراکنش و کلاهبرداری آشنا شوید
با نحوه تجزیه و تحلیل موارد کلاهبرداری در تراکنش آنلاین آشنا شوید
با نحوه انتخاب ویژگی با استفاده از جنگل تصادفی آشنا شوید
با نحوه ساخت مدل شناسایی کلاهبرداری کارت اعتباری با استفاده از جنگل تصادفی آشنا شوید
با نحوه ساخت مدل تشخیص کلاهبرداری کارت اعتباری با استفاده از رگرسیون لجستیک آشنا شوید
با نحوه ساخت مدل شناسایی کلاهبرداری کارت اعتباری با استفاده از دستگاه پشتیبان بردار
آشنا شوید
با نحوه ارزیابی دقت و عملکرد مدل تشخیص تقلب با استفاده از دقت، فراخوانی و امتیاز F1 آشنا شوید
سرفصل ها و درس ها
معرفی
Introduction
مقدمه دوره
Introduction to the Course
فهرست مطالب
Table of Contents
این دوره برای چه کسانی در نظر گرفته شده است؟
Whom This Course is Intended for?
ابزارها، IDE و مجموعه داده ها
Tools, IDE, and Datasets
ابزارها، IDE و مجموعه داده ها
Tools, IDE, and Datasets
مقدمه ای بر مدل تشخیص تقلب
Introduction to Fraud Detection Model
مقدمه ای بر مدل تشخیص تقلب
Introduction to Fraud Detection Model
مدل تشخیص تقلب در کارت اعتباری چگونه کار می کند؟
How Credit Card Fraud Detection Model Works?
مدل تشخیص تقلب در کارت اعتباری چگونه کار می کند؟
How Credit Card Fraud Detection Model Works?
رایج ترین موارد کلاهبرداری از کارت اعتباری
Most Common Credit Card Fraud Cases
رایج ترین موارد کلاهبرداری از کارت اعتباری
Most Common Credit Card Fraud Cases
راه اندازی Google Colab IDE
Setting Up Google Colab IDE
راه اندازی Google Colab IDE
Setting Up Google Colab IDE
یافتن و دانلود مجموعه داده تراکنش از Kaggle
Finding & Downloading Transaction Dataset From Kaggle
یافتن و دانلود مجموعه داده تراکنش از Kaggle
Finding & Downloading Transaction Dataset From Kaggle
آماده سازی پروژه
Project Preparation
بارگذاری مجموعه داده تراکنش در Google Colab IDE
Uploading Transaction Dataset to Google Colab IDE
مروری سریع بر مجموعه داده های تراکنش
Quick Overview of Transaction Dataset
پاک کردن مجموعه داده با حذف مقادیر و موارد تکراری از دست رفته
Cleaning Dataset by Removing Missing Values & Duplicates
پاک کردن مجموعه داده با حذف مقادیر و موارد تکراری از دست رفته
Cleaning Dataset by Removing Missing Values & Duplicates
ارزیابی امنیت روشهای تراکنش چیپ و پین
Evaluating the Security of Chip & Pin Transaction Methods
ارزیابی امنیت روشهای تراکنش چیپ و پین
Evaluating the Security of Chip & Pin Transaction Methods
نمایش نظرات