Stephen Coggeshall - Machine learning algorithm in fraud analysis

机器学习算法在反欺诈分析中的应用
Machine learning algorithm in fraud analysis
 
  • 课题背景
反欺诈是对包含交易诈骗,网络诈骗,电话诈骗,盗卡盗号等欺诈行为进行识别的一项服务。在线反欺诈是互联网金融必不可少的一部分,常见的反欺诈系统有:用户行为风险识别引擎,征信系统,黑名单系统等组成。通过这一架构,能有效支持银行风险管理,满足风险管理发展的需要。银行可根据自身风险管理的当前业务需求和未来发展的目标,以及银行业务系统环境来实施该架构。信用卡交易反欺诈系统包含五个部分,数据采集,欺诈侦测,系统管理,报表,数据库。

  • 课题内容
本课程将通过对实际信用卡交易数据的实际研究来探索这些过程,同时构建一个实时交易欺诈检测算法。学生将学习这些算法的理论基础和实际应用,包括数据分析和准备、变量创建、特征选择、机器学习算法和欺诈模型等达到以下目的:
1.了解构建机器学习欺诈算法的基本问题和步骤
2.学习构建专门用于欺诈检测的专家变量
3.学习各种主流的机器学习算法,将这些机器学习方法应用到所创建的专家变量的数据集,以构建一个工作中的信用卡欺诈检测算法

  • 导师信息

Stephen Coggeshall
南加州大学马歇尔商学院数据科学教授
科技公司ID Analytics(身份欺诈保护公司)联合创始人
数据分析领域资深科学家,拥有超过23年从业经历并持有8项数据识别技术专利
洛斯阿拉莫斯国家实验室核聚变技术资深研究员,拥有超过11年指导数据科学团队经验

  • 任职大学
南加利福尼亚大学(University of Southern California),又译南加州大学,简称南加大(USC),是美国西海岸最古老的顶尖私立研究型大学,世界著名高等学府,位于美国加利福尼亚洲洛杉矶市,1880年由监理会创立,是环太平洋大学联盟和美国大学学会成员。南加大在硅谷校友人数位居全美高校前四,其量子计算中心拥有着世界最强算力的量子计算机。现在被广泛运用的互联网域名系统,DNA计算技术,动态规划算法, 图片压缩技术,VoIP技术,以及世界第一个防病毒软件等都诞生于南加大,如今学校仍掌控着全球仅13个的根域名服务器之一。学校培养了众多航天与科技界人才,登月第一人阿姆斯特朗,高通创始人维特比等均毕业于此。在历届奥运会上,南加大校友累计获得的金牌和奖牌总量居全美高校第一。

Stephen Coggeshall-教授简历

机器学习算法在反欺诈分析中的应用-课纲

在线
客服

在线客服9:00-24:00(北京时间)

客服
热线

400-860-5556
9:00-24:00(北京时间)

关注
微信

微信咨询项目详情

CIS (Cathaypath Institute of Science)
背景提升 | 留学背景提升 | 科研背景提升 | 背景提升项目
400-860-5556
Admission@torhea.org

  • 2020Torhea Education鄂ICP备16017918号-1