Eğitimin Amacı ve Kapsamı
Sahtekarlık verisi aşırı dengesizdir, etiketler gecikmeli gelir ve dolandırıcılar sürekli davranış değiştirir. Program; işlem hızı, cihaz ve ağ bilgisi gibi davranışsal özelliklerin üretimini, XGBoost/LightGBM ile supervised modelleri, anomali skorlarıyla birleştirilmiş hibrit yaklaşımları ve kural motorlarıyla birlikte çalışmayı ele alır.
Değerlendirme, inceleme kapasitesine göre eşik belirleme ve kayıp tutarı bazlı metriklerle yapılır; concept drift ve geri bildirim gecikmesi tartışılır. Katılımcılar kurumun sektörüne uyarlanmış bir vaka üzerinde skorlama modeli ve operasyonel karar eşiği önerisi hazırlar.
Kimler Katılmalı?
- Fraud analitiği ve risk ekipleri
- Bankacılık, ödeme, e-ticaret ve sigorta veri bilimcileri
- Fraud operasyonu ve kural yönetimi uzmanları
- Ön koşul: Python ve sınıflandırma modelleri deneyimi
Kazanımlar
- Sahtekarlık sinyali taşıyan davranışsal ve hız (velocity) özellikleri üretmek
- Aşırı dengesiz veride gradient boosting modeli eğitmek ve kalibre etmek
- Kural ve model skorlarını tek bir karar akışında birleştirmek
- İnceleme kapasitesi ve kayıp tutarına göre eşik belirlemek
- Drift ve gecikmeli etiketleri dikkate alan izleme planı kurmak
Konular
Fraud Türleri ve Veri Yapısı
- Kart, hesap ele geçirme, başvuru ve sigorta sahtekarlığı
- Etiket gecikmesi ve dengesizlik problemi
Davranışsal Özellik Mühendisliği
- Velocity, cihaz, konum ve oturum özellikleri
- Müşteri profilinden sapma metrikleri
Supervised ve Hibrit Modeller
- XGBoost/LightGBM ile skor modeli
- Anomali skorları ve kural motoruyla birleşim
Değerlendirme ve Eşik Yönetimi
- PR-AUC, recall@kapasite ve kayıp tutarı bazlı metrikler
- Alarm kuyruğu ve inceleme önceliklendirme
Drift, İzleme ve Geri Bildirim
- Dolandırıcı davranış değişimi ve concept drift
- Analist kararlarıyla yeniden eğitim döngüsü
Bu Kategorideki Diğer Eğitimler
-
Kredi, sigorta ve tedarikçi riski için WoE/IV ile değişken analizi, lojistik regresyon scorecard, gradient boosting alternatifleri, reject inference ve skor kalibrasyonu; açıklanabilir ve denetlenebilir risk skorları kurulur.
- Canlı Kurs
- 5 modül
-
Churn, satın alma ve cross-sell eğilim modelleri; hedef tanımı, müşteri davranış özellikleri, survival analizi, uplift modelleme ve kampanya hedeflemesiyle tahminleri ölçülebilir elde tutma ve satış aksiyonlarına dönüştürür.
- Canlı Kurs
- 5 modül
-
İşbirlikçi filtreleme, içerik tabanlı ve hibrit öneri modelleri, matris faktörizasyonu, implicit feedback, cold-start çözümleri ve ranking metrikleri; kişiselleştirilmiş ürün ve içerik öneri motorları kurulur.
- Canlı Kurs
- 5 modül
-
Sensör, telemetri ve bakım kayıtlarından arıza olasılığı ve kalan faydalı ömür (RUL) tahmini; sinyal özellik mühendisliği, sağlık indeksi, erken uyarı eşikleri ve bakım maliyet optimizasyonu uygulamalı işlenir.
- Canlı Kurs
- 5 modül
-
SKU-lokasyon düzeyinde talep tahmini: promosyon, fiyat esnekliği, stoksuz kalma (stockout) düzeltmesi, aralıklı talep (Croston/ADIDA), hiyerarşik uzlaştırma ve güvenlik stoğuna bağlanan olasılıksal tahminler.
- Canlı Kurs
- 5 modül
-
Tahmin modellerini matematiksel optimizasyonla birleştirme: LP/MILP formülasyonu, OR-Tools ve Pyomo ile kapasite, çizelgeleme, rota ve fiyat/bütçe tahsisi; belirsizlik altında stokastik ve bağlamsal karar sistemleri.
- Canlı Kurs
- 5 modül
Bizimle iletişime geçin
