धोखाधड़ी का पता लगाना - लाभ Fraud Detection - Benefits

धोखाधड़ी का पता लगाने के लिए मशीन लर्निंग-आधारित सॉफ़्टवेयर का उपयोग करने के तीन लाभ हैं:

• यह किसी भी इंसान की तुलना में उपभोक्ता व्यवहार का तेजी से और अधिक कुशलता से विश्लेषण कर सकता है।  यह लेनदेन पूरा होने से पहले उपयोगकर्ता द्वारा वास्तविक समय में अनुमोदन की अनुमति देता है।

• इससे बढ़ी हुई सटीकता का भी लाभ मिलता है, क्योंकि डेटा को रिकॉर्ड करने या विश्लेषण करने में मानवीय त्रुटि समीकरण से समाप्त हो जाती है।

• यह कंपनियों के लिए लागत प्रभावी पहचान तकनीक है।  डेटा का विश्लेषण मिलीसेकंड में किया जा सकता है, और टीम के सदस्यों पर हर बार नया डेटा प्राप्त होने पर मैन्युअल समीक्षा और जांच का बोझ नहीं पड़ता है।

धोखाधड़ी का पता लगाना - तकनीकें Fraud Detection - Techniques

मशीन लर्निंग तीन सामान्य फ़्राड तकनीकों से निपटने में मदद कर सकती है:

• ईमेल फ़िशिंग

मशीन लर्निंग मॉडल किसी ईमेल के घटकों का विश्लेषण करके वास्तविक और स्पैम ईमेल पतों के बीच अंतर कर सकते हैं और फिर उन्हें अच्छे या धोखाधड़ी वाले के रूप में वर्गीकृत कर सकते हैं।

• क्रेडिट कार्ड की चोरी और भुगतान धोखाधड़ी

मशीन लर्निंग मॉडल ग्राहक के पिछले कार्यों का विश्लेषण करके इन मामलों को रोकने में मदद कर सकते हैं, जिसमें खरीद की मात्रा, स्थान और खरीद के प्रकार शामिल हैं, और फिर असामान्य लगने वाले लेनदेन को चिह्नित करें।

• फर्जी आवेदन और दस्तावेज में जालसाजी

मशीन लर्निंग मॉडल को प्रामाणिक और नकली दस्तावेजों के बीच अंतर करने के लिए प्रशिक्षित किया जा सकता है और किसी दस्तावेज़ को प्रामाणिक मानने से पहले अनुमोदन की आवश्यकता होती है।

क्रेडिट स्कोरिंग

क्रेडिट स्कोरिंग किसी व्यक्ति की साख निर्धारित करने के लिए वित्तीय संस्थानों द्वारा किया जाने वाला एक विश्लेषण है।  क्रेडिट स्कोरिंग में काफी समय लगता है क्योंकि यह एक मैन्युअल प्रक्रिया है, और ग्राहक की साख के बारे में सटीक भविष्यवाणी करने के लिए बड़ी मात्रा में ग्राहक डेटा को संसाधित करना होगा।

क्रेडिट स्कोरिंग मॉडल पांच कारकों को देखते हैं: भुगतान इतिहास, कुल बकाया ऋण, क्रेडिट इतिहास की लंबाई, नया या हालिया क्रेडिट और क्रेडिट के प्रकार।  इनमें से प्रत्येक कारक को एक महत्व दिया गया है, जैसा चित्र 29 में दिखाया गया है।

क्रेडिट स्कोर को आम तौर पर चार श्रेणियों में विभाजित किया जाता है: उचित, अच्छा, बहुत अच्छा और उत्कृष्ट।

अधिक कुशल और तेज़ जोखिम विश्लेषण के कारण, वित्तीय संस्थान ऋण स्वीकृतियों में तेजी लाने के लिए मशीन लर्निंग का उपयोग कर सकते हैं।  एक अच्छा मशीन लर्निंग सिस्टम अपने आप वास्तविक समय में अंडरराइटिंग और क्रेडिट स्कोरिंग करता है, यह कंपनी के कर्मचारियों को तेजी से सटीक निर्णय लेने में मदद करता है, और यहां तक ​​कि स्वचालित रूप से ऋण आवेदनों को मंजूरी भी देता है।

सीखने की यात्रा

आइए इकाई 5 से आरंभ करें।

1 मशीन लर्निंग का परिचय (पूर्ण)

2. मशीन लर्निंग के  प्रकार (पूर्ण)

3.मशीन लर्निंग में  नैतिक मुद्दे (पूर्ण)

4.मशीन लर्निंग के उपयोग मामले (पूर्ण)

5 मशीन लर्निंग एल्गोरिदम और मेट्रिक्स (अगला)

6 मशीन लर्निंग फ्रेमवर्क (आगामी)