تشخیص تقلب در R
✅ سرفصل و جزئیات آموزش
انجمن بازرسان متصدی تقلب تخمین میزند که تقلب سالانه 3.7 تریلیون دلار برای سازمانهای سراسر جهان هزینه دارد و یک شرکت معمولی پنج درصد از درآمد سالانه خود را به دلیل تقلب از دست میدهد. انتظار میرود تلاشهای تقلب حتی در آینده بیشتر نیز افزایش یابد، که لزوم تشخیص تقلب را در بیشتر صنایع ضروری میسازد. این دوره نشان خواهد داد که چگونه یادگیری الگوهای تقلب از داده تاریخی میتواند برای مبارزه با تقلب استفاده شود.
برخی تکنیکها از آمار قوی و تحلیل رقم برای تشخیص مشاهدههای غیرعادی که احتمالاً با تقلب مرتبط هستند، ارائه شدهاند. دو چالش اصلی هنگام ساخت یک ابزار نظارتشده برای تشخیص تقلب، عدم تعادل یا اریب بودن داده و هزینههای مختلف برای انواع مختلف طبقهبندی نادرست است. ما تکنیکهایی برای حل این مسائل ارائه میدهیم و بر مجموعه داده مصنوعی و واقعی از طیف گستردهای از کاربردهای تقلب تمرکز میکنیم.
تشخیص تقلب در R
-
معرفی و انگیزه None
-
ویژگیهای زمانی None
-
ویژگیهای فراوانی None
-
ویژگیهای تازگی None
-
تحلیل شبکه اجتماعی None
-
تقلب و تحلیل شبکه اجتماعی None
-
استنتاج مبتنی بر شبکه اجتماعی None
-
معیارهای شبکه اجتماعی None
-
مواجهه با مجموعه داده نامتعادل None
-
نمونهبرداری تصادفی کمتر None
-
نمونهبرداری مصنوعی بیشتر None
-
از مجموعه داده تا مدل تشخیص None
-
تحلیل رقم با استفاده از قانون بنفورد None
-
قانون بنفورد برای تشخیص تقلب None
-
تشخیص داده پرت تکمتغیره None
-
تشخیص داده پرت چندمتغیره None
مشخصات آموزش
تشخیص تقلب در R
- تاریخ به روز رسانی: 1404/12/10
- سطح دوره:متوسط
- تعداد درس:16
- مدت زمان :4:00:00
- حجم :459.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy