Analyse de Fraude Utilisant des Techniques de Réseau Social, un Guide pour la Science des Données pour la Détection de Fraude

Plus la détection de fraude se fait tôt, meilleure est la probabilité de pertes supplémentaires, les récupérations potentielles sont plus importantes, et les problèmes de sécurité peuvent être traités plus rapidement. Attraper la fraude à un stade précoce, cependant, est plus difficile que de la détecter plus tard, et nécessite des techniques spécifiques. Rempli de nombreux exemples du monde réel, Fraud Analytics utilisant des techniques descriptives, prédictives et de réseau social qui vous montre de manière autoritaire comment utiliser les données historiques contre la fraude.

Les auteurs Bart Baesens, Vronique Van Vlasselaer et Wouter Verbeke discutent soigneusement de l'utilisation de l'apprentissage sans surveillance, de l'apprentissage supervisé et de l'apprentissage sur les réseaux sociaux en utilisant des techniques dans une grande variété d'applications de fraude, telles que la fraude d'assurance, la fraude de carte de crédit, le blanchiment anti-argent, la fraude de santé, la fraude de télécommunication, la fraude de clic et l'évasion fiscale. Ce livre fournit les conseils essentiels dont vous avez besoin pour examiner les schémas de fraude des données historiques afin de détecter la fraude.