ExplAInable פודקאסט: זיהוי הונאות על ידי אנומליות עם אנדרס מRiskified
אנחנו שמחים להזמין אתכם לפרק נוסף של ExplAInable במתכונת החדשה שלו. הפודקאסט יעסוק במגוון רחב של נושאים בתחום ה-ML ובכל פרק נסקור נושא אחד ספציפי. את הפודקאסט מגישים אורי גורן ותמיר נווה – שנינו יועצים בתחום ה-ML אשר מגיעים מרקעים מגוונים ומעניינים. אם אתם רוצים לשמוע עוד קצת עלינו ועל הפודקאסט החדש, אתם יכולים להאזין לפרק 0 שהכנו שמסביר קצת עלינו ועל מאחורי הקלעים של היוזמה הזו.
אנחנו בימים אלו מתחילים להעלות את הפרקים לכל הפלטפורמות השונות ובינתיים אתם יכולים להגיע אלינו דרך RSS, ספוטיפי, אפל וגם ישירות דרך Podbean. אל תשכחו להירשם כמנויים כדי לא לפספס אף פרק שלנו.
בפרק הזה אורי ותמיר ישבו עם אנדרס מריסקיפייד לדבר על זיהוי אנומליות בעולם הפיננסי. זהו נושא שימושי למגוון בעיות, זיהוי סנסורים דפוקים, אאוטליירים בדאטא או התנהגות חשודה.
הם דיברו בעיקר הגישות הקלאסיות לאנומלי, כגון: Density estimation, Auto regressive, Distance based measures ועל הבעייתיות שנובעת מחישוב מרחקים במימדים גבוהים.
בנוסף, אנדרס שיתף וסיפר על הגישה ההירכית שעבדה להם בריסקיפייד, המבוססת על אימון מספר גדול (6000) של מודלים ברמות שונות, והפעלת לוגיקה סטטיסטית על החריגות של כל מודל בפני עצמו.
הגישה שונה מגישות קודמות, שכן כל מודל משויך למטריקה – אזי אפשר לא רק לחזות אנומליות , אלא גם להסביר מדוע זו אנומליה ולסנן אך ורק לאנומליות עבורן יש פעולה.
פרק מרתק, מוזמנים להאזין 🙂