反欺诈项目建设流程。为了解决商业银行难以甄别第一方欺诈申请件的问题，我们利用信贷申请件信息数据以及自有的历史数据设计反欺诈规则，然后对规则筛选的数据进行验证，将可用的规则选取出来，对信贷申请件进行风险评估
2022-05-14 23:32:39
21KB
1
Logistic Regression 虽然被称为回归，但其实际上是分类模型，并常用于二分类。Logistic Regression 因其简单、可并行化、可解释强深受工业界喜爱。
本资源使用基于Sklearn实现逻辑回归算法，同时提供了用于模型训练的数据集（信用卡数据集合），实现对是否存在信用卡欺诈行为进行检测。资源包括以下内容：
1、jupyter notebook程序源码
2、用于模型训练的数据集（csv文件）
3、使用混淆矩阵对测试结果进行评估
LR实现简单高效易解释，计算速度快，易并行，在大规模数据情况下非常适用，更适合于应对数值型和标称型数据，主要适合解决线性可分的问题，但容易欠拟合，大多数情况下需要手动进行特征工程，构建组合特征，分类精度不高。
LR直接对分类可能性进行建模，无需事先假设数据分布，这样就避免了假设分布不准确所带来的问题
LR能以概率的形式输出，而非知识0，1判定，对许多利用概率辅助决策的任务很有用
对率函数任意阶可导，具有很好的数学性质，许多现有的数值优化算法都可以用来求最优解，训练速度快
适用情景：LR是很多分类算法的基础组件，它的好处是输出。
2022-05-07 10:05:28
66.15MB
2345加速浏览器拥有智能拦截骚扰广告，识别欺诈网站，云收藏夹等功能，高速上网、不假死、不卡机，是一款强大的多功能网页浏览器。
2022-04-09 18:00:49
72.95MB
1
一种基于无图的基于工具的欺诈检测工具箱
简介： UGFraud是一个无监督的基于图的欺诈检测工具箱，它集成了几种基于图的最新欺诈检测算法。 它可以应用于二部图（例如，用户-产品图），并且可以估计节点和边的可疑性。 可以在找到已实现的模型。
该工具箱结合了基于Markov随机场（MRF）的算法，基于密集块检测的算法和基于SVD的算法。 对于基于MRF的算法，用户仅需要图结构和节点的先前可疑分数作为输入。 对于其他算法，图结构是唯一的输入。
同时，我们有一个的，该实现了基于最新图神经网络的欺诈检测器。
我们欢迎您添加新的欺诈检测器并扩展工具箱的功能。 在中列出了一些计划的功能。
如果您在项目中使用工具箱，请引用以下和使用的：
@inproceedings { dou2020robust ,
title = { Robust Spammer Detection by Nash R
2022-03-21 01:49:53
1MB
1
该数据集收集了1998年至2007年之间的2500多个“尼日利亚”欺诈信。
fradulent_emails.txt
2022-01-21 16:04:00
5.47MB
1