1 0 o que é 1 0 machine learning bien inmediatamente después se incorpora, pero no es posible...

1
1 0 1 0 1 1 0 1 0 1 0 1 0 1 1 0 1 0 1 0 1 0 1 8759843275973 4596 565764765 7497235635265 3217239872998 2130412 9126 4675645365564 325452465 76 346873 7637625176235 7623547652387 1 0 1 0 1 0 1 0 1 0 1 0 1 1 0 1 0 1 1 0 1 0 1 0 1 0 1 8759843275973 4596567656576 4765675749723 5635265321723 9872998213041 2394791264873 4675645365564 3254524654532 7646873468734 6763762517623 5762354765238 1 0 1 0 1 1 0 1 0 1 Modelos estáticos # Há formas diferentes de aprender Aprende a identificar el fraude en un momento específico usando grandes volúmenes de datos históricos. Este modelo suele funcionar bien inmediatamente después se incorpora, pero no es posible adaptarlo a nuevas tendencias de fraude que surgen posteriormente. Modelos de autoaprendizado Consome dados transacionais continuamente para reconhecer e se adaptar aos novos padrões de fraude que vão surgindo. Este modelo sempre foi usado para identificar esquemas de fraude, mas é difícil para o humano gerenciar tudo o que a máquina aprende, o que pode resultar em inconvenientes como a não autorização de compras legítimas. Dicas para escolher o provedor adequado: 2 3 1 Para saber mais sobre o machine learning ou sobre o Decision Manager da CyberSource, visite: www.cybersource.com Facilita a tomada de decisões em tempo real Mais precisão ( Responde rapidamente às mudanças Reduz os custos Manter o controle operacional e a previsibilidade com dados proprietários Considerar os tempos de espera e as possíveis vulnerabilidades Aproveitar a grande rede externa de dados de estabelecimentos comerciais e indicadores de risco Mas por que os estabelecimentos comerciais deveriam usar machine learning? 1 0 1 0 1 1 0 1 0 1 1 0 1 0 1 0 1 0 1 8759843275973 4596 565764765 7497235635265 3217239872998 2130412 9126 4675645365564 325452465 76 346873 7637625176235 7623547652387 1 0 1 0 1 0 1 0 1 0 1 0 1 O que é machine learning ? O machine learning está presente nas capacidades de combate à fraude e é peça central do Decision Manager da CyberSource. Sua abordagem híbrida combina modelos estáticos e de autoaprendizado, tirando partido de ambos os métodos. Abordagem da CyberSource 1 0 1 0 1 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 1 0 1 0 1 1 0 1 0 1 0 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 1 0 1 0 1 0 O machine learning baseia-se em: Software controlado por humanos que identifica conexões de dados relevantes de alto e baixo risco Grandes volumes de dados transacionais históricos Diferentes algoritmos para chegar a hipóteses e previsões O machine learning usado em conjunto com um motor de regras flexível representa uma combinação poderosa. O machine learning identifica e examina combinações de dados estatisticamente considerados como de alto e baixo risco para tomar decisões mais acertivas sobre transações futuras. Combina a eficácia dos modelos estáticos convencionais com modernos modelos de autoaprendizado Utiliza vários métodos de machine learning para gerar suas avaliações de risco

Upload: doanthuy

Post on 13-Feb-2019

218 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: 1 0 O que é 1 0 machine learning bien inmediatamente después se incorpora, pero no es posible adaptarlo a nuevas tendencias de fraude que surgen posteriormente. Modelos de autoaprendizado

1

0

1

0

1

101010101

101010101

8759843275973

4596

565764765

7497235635265

3217239872998

2130412 9126

4675645365564

325452465 76

346873

7637625176235

7623547652387

1010

1010 1

0101

1

0

1

0

1

101010101

8759843275973

4596567656576

4765675749723

5635265321723

9872998213041

2394791264873

4675645365564

3254524654532

7646873468734

6763762517623

5762354765238

10101

10101

Modelos estáticos

#

Há formas diferentes de aprender

Aprende a identificar el fraude en un momento

específico usando grandes volúmenes de datos

históricos. Este modelo suele funcionar bien

inmediatamente después se incorpora, pero no es posible

adaptarlo a nuevas tendencias de fraude que surgen posteriormente.

Modelos de autoaprendizado Consome dados transacionais

continuamente para reconhecer e se adaptar aos novos padrões

de fraude que vão surgindo. Este modelo sempre foi usado para identificar esquemas de fraude,

mas é difícil para o humano gerenciar tudo o que a máquina

aprende, o que pode resultar em inconvenientes como a não

autorização de compras legítimas.

Dicas para escolher o provedor adequado:

2

3

1

Para saber mais sobre o machine learning ou sobre o Decision Manager da CyberSource, visite:

www.cybersource.com

Facilita a tomada de decisões em tempo real

Mais precisão

(

Responde rapidamente às

mudanças

Reduz os custos

Manter o controle operacional e a previsibilidade com dados proprietários

Considerar os tempos de espera e as possíveis vulnerabilidades

Aproveitar a grande rede externa de dados de estabelecimentos comerciais e indicadores de risco

Mas por que os estabelecimentos comerciais deveriam usar

machine learning?

1

0

1

0

1

101010101

101010101

8759843275973

4596

565764765

7497235635265

3217239872998

2130412 9126

4675645365564

325452465 76

346873

7637625176235

7623547652387

1010

1010 1

0101

O que é machine learning?

O machine learning está presente nas capacidades de combate à fraude e é peça central do Decision Manager da CyberSource. Sua

abordagem híbrida combina modelos estáticos e de autoaprendizado, tirando partido de ambos os métodos.

Abordagem da CyberSource

1

0

1

0

1

1

0

1

0

1

101010101

1

0

1

0

1

1

0

1

0

1

0

1

0

1

1

0

1

0

1

101010101

1

0

1

0

1

101010101

1

0

1

0

1

101010101

1

0

1

0

1

101010101

1

0

1

0

1

1

0

1

0

1

0

1

0

1

1

0

1

0

1

101010101

O machine learning baseia-se em:

Software controlado por humanos que identifica

conexões de dados relevantes de alto e

baixo risco

Grandes volumes de dados

transacionais históricos

Diferentes algoritmos para chegar a

hipóteses e previsões

O machine learning usado em conjunto com

um motor de regras flexível representa uma combinação poderosa.

O machine learning identifica e examina combinações de dados estatisticamente considerados como de alto e baixo risco para tomar decisões mais acertivas sobre transações futuras.

Combina a eficácia dos modelos estáticos

convencionais com modernos modelos de

autoaprendizado

Utiliza vários métodos de machine learning

para gerar suas avaliações de risco