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.
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

تجزیه و تحلیل الگوهای تقلب تکراری خرده فروش Analyzing Repeat Retailer Fraud Patterns

  • تجزیه و تحلیل الگوهای تقلب تکراری خرده فروش Analyzing Repeat Retailer Fraud Patterns

یافتن ارتباط بین مبلغ تراکنش و تقلب Finding Correlation Between Transaction Amount & Fraud

  • یافتن ارتباط بین مبلغ تراکنش و تقلب Finding Correlation Between Transaction Amount & Fraud

تجزیه و تحلیل موارد تقلب در معاملات آنلاین Analyzing Fraud Cases in Online Transaction

  • تجزیه و تحلیل موارد تقلب در معاملات آنلاین Analyzing Fraud Cases in Online Transaction

انجام انتخاب ویژگی با جنگل تصادفی Conducting Feature Selection with Random Forest

  • انجام انتخاب ویژگی با جنگل تصادفی Conducting Feature Selection with Random Forest

ساخت مدل تشخیص تقلب در کارت اعتباری با جنگل تصادفی Building Credit Card Fraud Detection Model with Random Forest

  • ساخت مدل تشخیص تقلب در کارت اعتباری با جنگل تصادفی Building Credit Card Fraud Detection Model with Random Forest

ساخت مدل تشخیص تقلب در کارت اعتباری با رگرسیون لجستیک Building Credit Card Fraud Detection Model with Logistic Regression

  • ساخت مدل تشخیص تقلب در کارت اعتباری با رگرسیون لجستیک Building Credit Card Fraud Detection Model with Logistic Regression

مدل تشخیص تقلب در کارت اعتباری ساختمان با ماشین بردار پشتیبان Building Credit Card Fraud Detection Model with Support Vector Machine

  • مدل تشخیص تقلب در کارت اعتباری ساختمان با ماشین بردار پشتیبان Building Credit Card Fraud Detection Model with Support Vector Machine

ارزیابی عملکرد مدل با دقت، یادآوری و امتیاز F1 Evaluating Model Performance with Precision, Recall, and F1 Score

  • ارزیابی عملکرد مدل با دقت، یادآوری و امتیاز F1 Evaluating Model Performance with Precision, Recall, and F1 Score

نتیجه گیری و خلاصه Conclusion & Summary

  • نتیجه گیری و خلاصه Conclusion & Summary

نمایش نظرات

نظری ارسال نشده است.

آموزش تشخیص تقلب در کارت اعتباری با یادگیری ماشینی
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
3 hours
22
Udemy (یودمی) udemy-small
01 بهمن 1402 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
3,004
از 5
دارد
ندارد
ندارد

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Christ Raharja Christ Raharja

مشاور سابق ریسک فناوری و علاقه‌مند به تجارت الکترونیک

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.