Python数据分析行业案例:欺诈检测
体系课

Python数据分析行业案例:欺诈检测

  • 数据挖掘与分析
  • 办公自动化

以实际的欺诈检测分析案例,玩转数据挖掘的应用技术

¥349.9
本课程包括
  • 8小时9分钟的视频随时观看
  • 可在APP随时观看
  • 结业证书
你将收获
  • 学习如何应用python来进行欺诈检测案例的分析
  • 学习欺诈检测问题的分析思路
  • 更加深入的学习python建模来进行数据分析
  • 学会针对不同的案例进行建模分析

数千家企业正在使用三节课企业版学习

无限制学习2000+门课程,200+精选学习专题

免费申请体验>
课程介绍

欺诈现象遍及商业社会的各个领域,欺诈检测(Fraud Detection,也称反欺诈)则是数据分析与挖掘的一个典型应用领域,同时又具有非常强的行业特征。本课程使用医疗保险欺诈和Kaggle的金融欺诈数据这两个案例数据,完整介绍了欺诈检测的基本思想,以及各类数据分析模型在欺诈检测领域中的构建和实施流程。整个案例可作为分析模板供学员在欺诈检测相关的分析项目中直接套用。

本课程还在案例分析中很好的展示了如何基于业务理解,灵活的将聚类分析、Benford定律、关联规则等模型用于欺诈检测有学员在实践中更好的拓展数据挖掘建模思路。

课程内容完全基于真实业务分析场景构建,可直接作为同类业务场景中的分析模板加以使用。

适合人群
  • 想要转行大数据处理的研发及业务的小伙伴
  • 企业内的Python数据分析师和中高级业务数据分析师
  • 金融领域、风险管理、电信领域等相关行业需要从事反欺诈数据分析及挖掘建模的业务人员和管理人员
讲师介绍
博士,数据分析与挖掘专著的作者
擅长领域:
  • 数据挖掘与分析
张文彤老师拥有20+年数据分析/统计软件商业培训经验,精通业内广泛使用的SAS、SPSS、Modeler、R、Tableau、Python等数据分析/挖掘工具,曾作为SPSS官方培训师,从2001年起一手协助SPSS中国建立其培训体系 。
课程大纲
共0节 时长0分钟 全部收起
第1章 欺诈检测概述
共5节 | 59分钟
  • 1-0 课程介绍
    10分钟
  • 1-1 欺诈检测概述
    6分钟
  • 1-2 欺诈检测的难点所在
    14分钟
  • 1-3 欺诈检测模型和信用评分模型的差异
    12分钟
  • 1-4 欺诈检测的三种分析思路
    17分钟
第2章 医疗保险欺诈案例的数据理解
共9节 | 2小时19分钟
  • 2-1 医疗保险欺诈案例概述
    19分钟
  • 2-2 结合业务背景对案例做数据理解
    12分钟
  • 2-3 特征工程概述
    19分钟
  • 2-4 数据探索概述
    13分钟
  • 2-5 数据探索:代码实现
    16分钟
  • 2-6 极端值与异常值的处理
    15分钟
  • 2-7 连续特征的处理思路
    12分钟
  • 2-8 分类特征的处理思路
    8分钟
  • 2-9 数据衍生的基本思路
    24分钟
第3章 用比对法发现欺诈
共3节 | 28分钟
  • 3-1 异常值发现
    6分钟
  • 3-2 异常值发现的代码实现
    11分钟
  • 3-3 比对法发现欺诈
    11分钟
第4章 用比较法发现欺诈
共8节 | 1小时30分钟
  • 4-1 什么是Benford定律
    12分钟
  • 4-2 聚类分析概述
    15分钟
  • 4-3 聚类分析的方法分类
    10分钟
  • 4-4 K均值聚类
    14分钟
  • 4-5 Benford定律的实现
    11分钟
  • 4-6 投保人细分发现欺诈
    8分钟
  • 4-7 投保人细分发现欺诈的实现
    13分钟
  • 4-8 发现医疗保健机构行为异常
    7分钟
第5章 用模型法发现欺诈
共4节 | 37分钟
  • 5-1 发现共用投保人信息
    7分钟
  • 5-2 发现共用投保人信息的实现
    8分钟
  • 5-3 发现异常诊断和处理过程
    8分钟
  • 5-4 发现异常诊断和处理过程的实现
    14分钟
第6章 监督学习方法的欺诈检测实例
共11节 | 2小时15分钟
  • 6-1 数据概括
    9分钟
  • 6-2 数据理解
    16分钟
  • 6-3 数据准备
    7分钟
  • 6-4 类别预测模型概述
    10分钟
  • 6-5 类别预测模型的实现原理
    15分钟
  • 6-6 类别预测模型的种类
    10分钟
  • 6-7 树模型的基本原理
    15分钟
  • 6-8 随机森林
    15分钟
  • 6-9 模型加权拟合
    9分钟
  • 6-10 数据不平衡问题
    23分钟
  • 6-11 加权后模型拟合
    5分钟
购课须知

课程有效期:

自购买课程之日起 365 天,部分参与营销活动产品以活动规则为准,请同学在有效期内学习、观看课程。

上课模式:

课程采取录播模式,请注意自学课无班级微信群、班主任带班及助教批改服务。

注:自学课不支持退款,确保你是真的需要再进行报名,报完名之后还请认真学习。