您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 信用卡欺诈检测系统.pdf

  2. 信用卡欺诈检测系统,基于spark开发的代码讲解.欺诈检测的核心就是检测人们的行为是否正常,如果不是,就会通过事件流来捕获这些异常的地方。欺诈检测在不同的领域都有广泛应用,比如信用卡欺诈检测、病人是否通过欺骗医生来获取处方药、或者识别在线游戏社区的恶霸等等。 为了设计一个有效的欺诈检测架构,我们需要去了解人类的大脑是如何发现异常并如何这些异常进行处理的。事实证明,我们的大脑有多个信息分析的处理系统。
  3. 所属分类:其它

    • 发布日期:2018-07-16
    • 文件大小:4194304
    • 提供者:feng988
  1. neo4j 欺诈检测 实践

  2. 用neo4j做欺诈检测的实践案例。用neo4j做欺诈检测的实践案例。
  3. 所属分类:机器学习

    • 发布日期:2018-08-10
    • 文件大小:1048576
    • 提供者:u014796375
  1. 图神经网络欺诈检测工具箱-DGFraud.zip

  2. DGFraud是基于图形神经网络(GNN)的工具箱,用于欺诈检测。它集成了基于GNN的最新欺诈检测模型的实现和比较。它还包括一些实用程序功能,例如图形预处理,图形采样和性能评估。可以在此处找到已实现模型的介绍。
  3. 所属分类:其它

    • 发布日期:2020-05-06
    • 文件大小:7340032
    • 提供者:weixin_38747087
  1. 信用卡欺诈检测数据集.zip

  2. 开源的数据集-信用卡欺诈检测数据集 https://www.kaggle.com/mlg-ulb/creditcardfraud kaggle 免费下载的东西为什么要积分要c币?
  3. 所属分类:深度学习

    • 发布日期:2020-04-07
    • 文件大小:66060288
    • 提供者:qq_23869697
  1. 基于逻辑回归的信用卡欺诈检测.pdf

  2. 详细介绍了基于逻辑回归的信用卡欺诈检测 包括代码共30页
  3. 所属分类:算法与数据结构

    • 发布日期:2020-07-18
    • 文件大小:1048576
    • 提供者:qq_43620967
  1. 信用卡欺诈检测数据集

  2. 信用卡欺诈检测数据集
  3. 所属分类:互联网

    • 发布日期:2020-12-12
    • 文件大小:61865984
    • 提供者:qq_24946843
  1. 机器学习实战:基于逻辑回归模型的信用卡欺诈检测

  2. 某银行为提升信用卡反欺诈检测能力,提供了脱敏后的一份个人交易记录。考虑数据本身的隐私性,数据提供之初已经进行了类似PCA的处理,并得到了若干数据特征。在不需要做额外特征提取工作的情况下,本项目意在通过逻辑回归模型的调优,得到较为准确可靠的反欺诈检测方法,分析过程中使用到了Python Pandas, Numpy, Matplotlib, Seaborn以及机器学习库Scikit-Learn等。 数据链接: 链接:https://pan.baidu.com/s/11uT0CHYPenX_67qTd
  3. 所属分类:其它

    • 发布日期:2020-12-22
    • 文件大小:77824
    • 提供者:weixin_38626943
  1. realtime-fraud-detection-with-gnn-on-dgl:使用Amazon SageMaker和Deep Graph Library(DGL)的实时欺诈检测(利用图形数据库Neptune)的端到端解决方案,可从表格数

  2. 基于DGL的图形神经网络实时欺诈检测 它是使用图数据库 , 和来从表格数据构建异构图并训练图神经网络(GNN)模型以检测欺诈行为的端到端实时欺诈检测解决方案。 解决方案的架构 此解决方案由以下组成, 欺诈检测解决方案堆栈 嵌套模型训练和部署堆栈 嵌套实时欺诈检测堆栈 嵌套事务仪表板堆栈 模型训练和部署堆栈 模型培训和部署管道由精心安排,如下图所示, 仪表板堆栈 它创建一个基于React的Web门户,该门户观察该解决方案检测到的近期欺诈交易。该Web应用程序还由 , , , , 和编排。
  3. 所属分类:其它

    • 发布日期:2021-03-18
    • 文件大小:948224
    • 提供者:weixin_42120283
  1. 用于欺诈检测的深度结构学习

  2. 用于欺诈检测的深度结构学习
  3. 所属分类:其它

    • 发布日期:2021-03-15
    • 文件大小:2097152
    • 提供者:weixin_38637878
  1. FraudNE:联合嵌入方法,用于欺诈检测

  2. FraudNE:联合嵌入方法,用于欺诈检测
  3. 所属分类:其它

    • 发布日期:2021-03-14
    • 文件大小:1029120
    • 提供者:weixin_38651365
  1. 卷积神经网络的信用卡欺诈检测

  2. 卷积神经网络的信用卡欺诈检测
  3. 所属分类:其它

    • 发布日期:2021-03-03
    • 文件大小:827392
    • 提供者:weixin_38614112
  1. 信用卡欺诈检测-源码

  2. 信用卡欺诈检测
  3. 所属分类:其它

    • 发布日期:2021-03-02
    • 文件大小:537600
    • 提供者:weixin_42130786
  1. 信用卡欺诈检测-源码

  2. 信用卡欺诈检测
  3. 所属分类:其它

    • 发布日期:2021-02-25
    • 文件大小:78848
    • 提供者:weixin_42099815
  1. 信用卡欺诈检测-源码

  2. 信用卡欺诈检测
  3. 所属分类:其它

    • 发布日期:2021-02-23
    • 文件大小:1030144
    • 提供者:weixin_42169971
  1. 使用机器学习在Python项目中进行信用卡欺诈检测仍在进行中-源码

  2. 使用机器学习在Python项目中进行信用卡欺诈检测仍在进行中 语境 信用卡公司必须能够识别出欺诈性的信用卡交易,以免向客户收取未购买商品的费用,这一点很重要。 内容 数据集包含2013年9月欧洲持卡人通过信用卡进行的交易。 该数据集显示了两天内发生的交易,在284,807笔交易中,我们有492起欺诈。 数据集高度不平衡,阳性类别(欺诈)占所有交易的0.172%。 它仅包含数字输入变量,它们是PCA转换的结果。 遗憾的是,由于机密性问题,我们无法提供有关数据的原始功能和更多背景信息。 功能部件V
  3. 所属分类:其它

    • 发布日期:2021-02-22
    • 文件大小:2048
    • 提供者:weixin_42097450
  1. kaggle-ieee-cis欺诈检测:竞赛学习入门-源码

  2. Kaggle IEEE-CIS欺诈检测
  3. 所属分类:其它

    • 发布日期:2021-02-22
    • 文件大小:18432
    • 提供者:weixin_42107165
  1. 信用卡欺诈检测:为弗罗茨瓦夫工业大学的学生研究俱乐部高斯完成的机器学习项目-源码

  2. 信用卡欺诈检测 弗罗茨瓦夫科技大学的学生研究俱乐部“ KN Matematyki Statystycznej Gauss”完成了机器学习项目。 描述 该任务是执行EDA并建立预测性分类模型,以检测欧洲持卡人在2013年9月进行的欺诈性信用卡交易。可在以下Kaggle网站上找到该项目的原始数据集: 执行分析的数据是原始数据的分层,随机选择的子集,仅包含原始记录的75%。 可以在此存储库的数据文件夹中找到它。 剩余的25%观测值(此存储库中未提供)将用作测试数据,以便在“高斯”会议期间对模型进行最
  3. 所属分类:其它

    • 发布日期:2021-02-22
    • 文件大小:32505856
    • 提供者:weixin_42136791
  1. 欺诈检测:使用Scikit-learn预测在jupyter笔记本中构建的欺诈性交易的逻辑回归模型-源码

  2. 欺诈检测简介
  3. 所属分类:其它

    • 发布日期:2021-02-21
    • 文件大小:58368
    • 提供者:weixin_42138376
  1. SeniorSem_Fraud:使用逻辑回归进行欺诈检测-源码

  2. 高级Sem_Fraud 使用Logistic回归和深度神经网络进行财务欺诈检测。 使用Python在Jupyter中实现。
  3. 所属分类:其它

    • 发布日期:2021-02-19
    • 文件大小:503808
    • 提供者:weixin_42144707
  1. 欺诈检测Web服务:使用Python,Flask,Docker,AWS ec2将机器学习模型作为Web服务提供服务-源码

  2. 欺诈检测Web服务 使用Python,Flask,Docker,AWS ec2将机器学习模型作为Web服务提供服务。 我已使用以下kaggle链接中的信用卡欺诈检测功能 入门 1.运行python欺诈_detection.py生成pkl文件,这是您的机器学习模型保存为对象的格式。 2,使用app.py将推理逻辑包装在Flask服务器中,以将模型作为REST Web服务3.执行命令python app.py以运行flask应用程序。 4.转到浏览器并点击URL 0.0.0.0:80以获取消息Hel
  3. 所属分类:其它

    • 发布日期:2021-02-18
    • 文件大小:4096
    • 提供者:weixin_42098830
« 12 3 4 5 6 7 8 9 10 »