オラクルの機械学習を利用した不正検知のための2段階のプロセス (2020/10/30)
オラクルの機械学習を利用した不正検知のための2段階のプロセス (2020/10/30) https://blogs.oracle.com/machinelearning/a-two-step-process-for-detecting-fraud-using-oracle-machine-learning 投稿者: Charlie Berger | Sr. Dir. Product Management, Machine Learning, AI and Cognitive Analytics 著者 チャーリー・ベルガー、キム・ドゥフン 自動車保険詐欺は、個人または商用自動車に関わる請求について保険会社を欺くことを含みます。 それは誤解を招くような情報を提供したり、クレームをサポートするために虚偽の文書を提供することを含むことができます。 10人のアメリカ人のほぼ1人は、自分たちがそれで逃げられると知っていれば、保険金詐欺を犯すと考えています。 アメリカ人の4人に1人は、保険会社を詐取することは大丈夫だと答えています。 約10人に1人は、紛失や破損していないものや、発生していない人身事故のクレームを提出することは大丈夫だと答えています。 5人に2人は、保険会社を騙した人を通報する可能性が「あまりない」または「全くない」と回答しています。 アクセンチュア社(2003年) アメリカ人の10人中3人近く(29%)は、知り合いがやった保険詐欺を報告しないでしょう。プログレッシブ保険 人間の専門知識を組み合わせた二段階のプロセス このブログでは、自動車保険金請求調査員と連携して2つのOracle Machine Learningノートブックを2段階のプロセスで使用していることを紹介します。 まず、教師なし学習アルゴリズム(1クラス・サポート・ベクトル・マシン)を使用して、 調査員のために異常な保険金請求に「フラグ」を立てるためにOracle Machine Learningを使用します。 保険金請求調査員が、Oracle APEXアプリケーションを使用して、専門知識と知識を駆使して、最も疑わしい保険金請求に焦点を当てるのを支援します。 最も疑わしいクレームを調査した後、Oracle Machine Learningを使用してターゲット属性(FraudFound)に教師付...