機(jī)器學(xué)習(xí)的信用卡欺詐檢測

Category: STEM國際競賽 Date: 2020年3月22日下午6:53

機(jī)器學(xué)習(xí)是一門多領(lǐng)域交叉學(xué)科，涉及概率論、統(tǒng)計(jì)學(xué)、逼近論、凸分析、算法復(fù)雜度理論等多門學(xué)科。專門研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識(shí)或技能，重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能。它是人工智能的核心，是使計(jì)算機(jī)具有智能的根本途徑。今天小編想要推薦給大家的這個(gè)科研項(xiàng)目就是要用到機(jī)器學(xué)習(xí)的知識(shí)。課題的題目就是南加大探究項(xiàng)目：基于機(jī)器學(xué)習(xí)的信用卡欺詐檢測。

課題簡介

機(jī)器學(xué)習(xí)

Machine Learning, ML

是人工智能的一個(gè)分支。它也是一門多領(lǐng)域交叉學(xué)科，涉及概率論、統(tǒng)計(jì)學(xué)、逼近論、凸分析、算法復(fù)雜度理論等多門學(xué)科，專門研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識(shí)或技能，重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能。機(jī)器學(xué)習(xí)算法是一類從數(shù)據(jù)中自動(dòng)分析獲得規(guī)律，并利用規(guī)律對(duì)未知數(shù)據(jù)進(jìn)行預(yù)測的算法。因?yàn)閷W(xué)習(xí)算法中涉及了大量的統(tǒng)計(jì)學(xué)理論，機(jī)器學(xué)習(xí)與推斷統(tǒng)計(jì)學(xué)聯(lián)系尤為密切，也被稱為統(tǒng)計(jì)學(xué)習(xí)理論。

機(jī)器學(xué)習(xí)已廣泛應(yīng)用于數(shù)據(jù)挖掘、計(jì)算機(jī)視覺、自然語言處理、生物特征識(shí)別、搜索引擎、醫(yī)學(xué)診斷、檢測信用卡欺詐、證券市場分析、DNA序列測序、語音和手寫識(shí)別、戰(zhàn)略游戲和機(jī)器人等領(lǐng)域。

盜刷信用卡風(fēng)險(xiǎn)已經(jīng)成為困擾全球銀行信用卡部門的難題之一。僅以美國為例，美聯(lián)儲(chǔ)的支付調(diào)查報(bào)道顯示，2012年全美信用卡支付總金額達(dá)到260億美元，這其中未經(jīng)授權(quán)的信用卡支付，也就是盜刷信用卡的金額高達(dá)61億美元。衡量信用卡交易的風(fēng)險(xiǎn)涉及一系列復(fù)雜的技術(shù)，從金融到經(jīng)濟(jì)到法律再到信息科學(xué)。傳統(tǒng)的信用卡盜刷檢測需要大量人力參與到分析判斷上，人類審核員會(huì)打電話確認(rèn)這筆交易是否涉嫌信用卡盜刷。現(xiàn)在，由于交易量激增，各大銀行的信用卡部門開始依靠大數(shù)據(jù)，并通過機(jī)器學(xué)習(xí)和云計(jì)算的方法快速甄別涉嫌盜刷的信用卡交易。

本課題旨在探索機(jī)器學(xué)習(xí)在信用卡欺詐檢測中的基本應(yīng)用。運(yùn)用計(jì)算機(jī)編程和數(shù)學(xué)模型構(gòu)建信用卡欺詐的主要特征，并應(yīng)用機(jī)器學(xué)習(xí)方法自動(dòng)鑒別涉嫌盜刷的信用卡交易，最終生成實(shí)時(shí)監(jiān)測信用卡欺詐的智能程序，力求獲得對(duì)實(shí)踐有指導(dǎo)意義的結(jié)論。

科研方法

AI+X數(shù)據(jù)驅(qū)動(dòng)型科研

AI＋X數(shù)據(jù)驅(qū)動(dòng)型科研是指使用人工智能（AI）算法，收集、處理、分析具體學(xué)科（X）的海量數(shù)據(jù)，并基于此進(jìn)行預(yù)測，從而獲得科學(xué)發(fā)現(xiàn)的研究方法。與傳統(tǒng)的、基于實(shí)驗(yàn)或邏輯推理的研究方式相比，AI＋X數(shù)據(jù)驅(qū)動(dòng)型科研可以借助AI算法強(qiáng)大的運(yùn)算能力，高效地進(jìn)行大數(shù)據(jù)分析，具有投入產(chǎn)出比高、適用范圍廣的優(yōu)點(diǎn)。

AI＋X數(shù)據(jù)驅(qū)動(dòng)型科研已被廣泛地應(yīng)用于各個(gè)領(lǐng)域，利用AI算法研究基因數(shù)據(jù)，從而進(jìn)行早期的癌癥篩查便是其中一例。基因組與癌癥病患的數(shù)據(jù)千千萬萬，使用傳統(tǒng)的科研方式對(duì)其進(jìn)行分析，工程量大、過程繁瑣，在客觀上難以實(shí)現(xiàn)。但借助AI算法這一便捷的工具，生命科學(xué)家便能夠以海量的患者的遺傳信息為基礎(chǔ)，建立數(shù)據(jù)庫，與過往的研究成果進(jìn)行對(duì)照，快速、準(zhǔn)確地在兩者中發(fā)現(xiàn)規(guī)律、建立聯(lián)系，從而使癌癥診斷的“標(biāo)準(zhǔn)化”成為可能。

整個(gè)科研教學(xué)流程中，每一位學(xué)員都將有學(xué)術(shù)督導(dǎo)協(xié)助保障研究階段性作業(yè)和論文的進(jìn)度，確保取得研究成果。