تاریخ برگزاری:

17، 24 و 31 شهریور 1404

ساعت 8 الی 12

مدت دوره:

12  ساعت

پیش نیاز دوره:

آشنایی مقدماتی با علم آمار

مخاطبان دوره:

مدیران و کارشناسان بانک­ ها و مؤسسات اعتباری

 معرفی دوره

این کارگاه با هدف آشنایی عملی مدیران و کارکنان بانک با کاربردهای یادگیری ماشین در تشخیص تقلب‌های بانکی طراحی شده است. شرکت‌کنندگان در این دوره می‌آموزند چگونه با بهره‌گیری از مدل‌های پیشرفته یادگیری ماشین، الگوهای رفتاری مشکوک را در تراکنش‌های مالی شناسایی کرده و تصمیم‌های به‌ موقع و مؤثرتری برای مقابله با تقلب اتخاذ کنند. محتوای کارگاه شامل معرفی الگوریتم‌های رایج در کشف تقلب، تحلیل داده‌های واقعی بانکی و اجرای مثال‌های کاربردی است تا شرکت‌کنندگان بتوانند آموخته‌های خود را مستقیماً در محیط کاری به کار گیرند.

طراحی شده برای یادگیری

مقدمه‌ای بر تقلب بانکی و نقش یادگیری ماشین

• تعریف تقلب بانکی و طبقه‌بندی انواع رایج آن (تقلب در کارت، وام، تراکنش، هویت و...)
• ضرورت استفاده از یادگیری ماشین در کشف تقلب
• آشنایی با یادگیری ماشین نظارت‌شده و غیرنظارتی در شناسایی الگوهای مشکوک
• پیش‌پردازش داده‌های بانکی شامل نرمال‌سازی ویژگی‌ها، تبدیل مقادیر متنی به عددی، مدیریت داده‌های گمشده
• پردازش در داده‌های بانکی؛ مقدمه‌ای بر تحلیل مؤلفه­ های اصلی و اهمیت آن در کشف تقلب

الگوریتم‌های یادگیری ماشین نظارت‌شده برای کشف تقلب

• معرفی الگوریتم‌های پایه مانند رگرسیون لجستیک
• کاربرد الگوریتم‌های درخت تصمیم، جنگل تصادفی و XGBoost در شناسایی تراکنش‌های مشکوک
• چالش‌های بیش‌برازش، عدم تعادل کلاس‌ها و تنظیم مدل‌ها در داده‌های تقلب
• ارزیابی مدل‌ها با معیارهای دقت، حساسیت، نرخ هشدار اشتباه و ...
• پیاده‌سازی کاربردی در پایتون برای تشخیص تقلب‌های بانکی در داده‌های واقعی

الگوریتم‌های یادگیری ماشین غیرنظارتی در شناسایی رفتارهای مشکوک

• آشنایی با خوشه‌بندی K-Means، K-Medoids
• آشنایی با روش‌های خوشه‌بندی سلسله‌مراتبی
• تشخیص نقاط پرت و الگوهای غیرعادی در تراکنش‌ها
• تمرین عملی با داده‌های واقعی برای کشف تقلب بدون برچسب

آشنایی با یادگیری تقویتی در کاربردهای بانکی

• مفاهیم پایه یادگیری تقویتی و تفاوت آن با سایر روش‌ها
• بررسی امکان به‌ کارگیری یادگیری تقویتی در کشف تقلب متوالی و شناسایی رفتار تقلب‌آمیز در طول زمان
• مرور کاربردی بر الگوریتم‌هایی مانند Q-learning و DQN

مدرس دوره

• دکتری آمار، عضو هیئت علمی دانشگاه شهید بهشتی 
• دکتری آمار، عضو هیئت علمی دانشگاه الزهرا

آدرس: تهران، خیابان پاسداران، بالاتر از ایستگاه ضرابخانه، پلاک 195

شماره های تماس: 29959280 - 29959279

دورنگار: 22846899

پست الکترونیک:  این آدرس ایمیل توسط spambots حفاظت می شود. برای دیدن شما نیاز به جاوا اسکریپت دارید

پرتال آموزش حرفه ای: https://ideh.ibi.ac.ir/IdeaPortal