IBM Safer Payments v6.9: Modeling (6A930G)

Podnikové systémy
Strojově přeloženo

Přehled

V tomto kurzu jsou podrobně představeny všechny možnosti modelování IBM Safer Payments. Jsou pokryty následující koncepty modelování: index, techniky profilování (s indexovou sekvencí i bez ní), komponenty modelu tvořené sadami pravidel, PMML, Python a Internal Random Forest, prvky simulačního prostředí včetně generování pravidel a Internal Random Forest, jakož i techniky vzorkování. Všechny tyto koncepty budou doplněny praktickými cvičeními.

Cílová skupina

  • Externí: Fraud Analysts, správci aplikací a systémů spravující Safer Payments (volitelné)
  • Interní: IBM Lab Services, IBM Support, IBM Technical Pre-Sales a IBM Business Partners

Předpoklady

  • Znalost navigace v příkazovém řádku Unix a konfiguračních operací
  • Základní znalost statistických modelů
  • Znalosti v oblasti prevence podvodů při bezhotovostních platbách

 

Cíle

  • Struktura mandátora
  • Koncepty modelování
  • Koncept profilování
  • Sady pravidel a pravidla
  • Simulační prostředí
  • Analýza
  • Komponenty modelu
  • Python callouts

Osnova kurzu

Den 1: Přístupy k modelování a profilování

  • Datový slovník Safer Payments
  • Přístup k modelování (interní a externí modelování)
  • Zkoumání indexů se sekvencemi i bez nich
  • Profilování v Safer Payments pomocí indexu se sekvencí (Counter, Precedents, Pattern)
  • Profilování v Safer Payments pomocí indexu bez sekvence (Calendar, Events, Device Identification, Formulas)
  • Úvod do pravidel

 

Den 2: Pravidla a simulace

  • Úvod do pracovního postupu simulace
  • Techniky vzorkování
  • Analýzy pravidel a výkonnost pravidel
  • Výkonnost pravidel a skórování pravidel

 

Den 3: Model Factory a externí modely

  • Interní možnosti modelování (Rule Generator a Random Forest)
  • Export a import dat pro externí modelování
  • Python callouts
  • Import modelu PMML
  • Point of Compromise