Fraud Analytics Using Descriptive, Predictive, and Social Network Techniques

A Guide to Data Science for Fraud Detection

Author: Bart Baesens,Veronique Van Vlasselaer,Wouter Verbeke

Publisher: John Wiley & Sons

ISBN: 1119146828

Category: Computers

Page: 400

View: 6589

Detect fraud earlier to mitigate loss and prevent cascading damage Fraud Analytics Using Descriptive, Predictive, and Social Network Techniques is an authoritative guidebook for setting up a comprehensive fraud detection analytics solution. Early detection is a key factor in mitigating fraud damage, but it involves more specialized techniques than detecting fraud at the more advanced stages. This invaluable guide details both the theory and technical aspects of these techniques, and provides expert insight into streamlining implementation. Coverage includes data gathering, preprocessing, model building, and post-implementation, with comprehensive guidance on various learning techniques and the data types utilized by each. These techniques are effective for fraud detection across industry boundaries, including applications in insurance fraud, credit card fraud, anti-money laundering, healthcare fraud, telecommunications fraud, click fraud, tax evasion, and more, giving you a highly practical framework for fraud prevention. It is estimated that a typical organization loses about 5% of its revenue to fraud every year. More effective fraud detection is possible, and this book describes the various analytical techniques your organization must implement to put a stop to the revenue leak. Examine fraud patterns in historical data Utilize labeled, unlabeled, and networked data Detect fraud before the damage cascades Reduce losses, increase recovery, and tighten security The longer fraud is allowed to go on, the more harm it causes. It expands exponentially, sending ripples of damage throughout the organization, and becomes more and more complex to track, stop, and reverse. Fraud prevention relies on early and effective fraud detection, enabled by the techniques discussed here. Fraud Analytics Using Descriptive, Predictive, and Social Network Techniques helps you stop fraud in its tracks, and eliminate the opportunities for future occurrence.

Visual Six Sigma

Making Data Analysis Lean

Author: Ian Cox,Marie A. Gaudard,Mia L. Stephens

Publisher: John Wiley & Sons

ISBN: 1119222265

Category: Business & Economics

Page: 576

View: 5646

Streamline data analysis with an intuitive, visual Six Sigma strategy Visual Six Sigma provides the statistical techniques that help you get more information from your data. A unique emphasis on the visual allows you to take a more active role in data-driven decision making, so you can leverage your contextual knowledge to pose relevant questions and make more sound decisions. You'll learn dynamic visualization and exploratory data analysis techniques that help you identify occurrences and sources of variation, and the strategies and processes that make Six Sigma work for your organization. The Six Sigma strategy helps you identify and remove causes of defects and errors in manufacturing and business processes; the more pragmatic Visual approach opens the strategy beyond the realms of statisticians to provide value to all business leaders amid the growing need for more accessible quality management tools. See where, why, and how your data varies Find clues to underlying behavior in your data Identify key models and drivers Build your own Six-Sigma experience Whether your work involves a Six Sigma improvement project, a design project, a data-mining inquiry, or a scientific study, this practical breakthrough guide equips you with the skills and understanding to get more from your data. With intuitive, easy-to-use tools and clear explanations, Visual Six Sigma is a roadmap to putting this strategy to work for your company.

Credit Risk Analytics

Measurement Techniques, Applications, and Examples in SAS

Author: Bart Baesens,Daniel Roesch,Harald Scheule

Publisher: John Wiley & Sons

ISBN: 1119143985

Category: Business & Economics

Page: 512

View: 1987

The long-awaited, comprehensive guide to practical credit risk modeling Credit Risk Analytics provides a targeted training guide for risk managers looking to efficiently build or validate in-house models for credit risk management. Combining theory with practice, this book walks you through the fundamentals of credit risk management and shows you how to implement these concepts using the SAS credit risk management program, with helpful code provided. Coverage includes data analysis and preprocessing, credit scoring; PD and LGD estimation and forecasting, low default portfolios, correlation modeling and estimation, validation, implementation of prudential regulation, stress testing of existing modeling concepts, and more, to provide a one-stop tutorial and reference for credit risk analytics. The companion website offers examples of both real and simulated credit portfolio data to help you more easily implement the concepts discussed, and the expert author team provides practical insight on this real-world intersection of finance, statistics, and analytics. SAS is the preferred software for credit risk modeling due to its functionality and ability to process large amounts of data. This book shows you how to exploit the capabilities of this high-powered package to create clean, accurate credit risk management models. Understand the general concepts of credit risk management Validate and stress-test existing models Access working examples based on both real and simulated data Learn useful code for implementing and validating models in SAS Despite the high demand for in-house models, there is little comprehensive training available; practitioners are left to comb through piece-meal resources, executive training courses, and consultancies to cobble together the information they need. This book ends the search by providing a comprehensive, focused resource backed by expert guidance. Credit Risk Analytics is the reference every risk manager needs to streamline the modeling process.

Profit Driven Business Analytics

A Practitioner's Guide to Transforming Big Data Into Added Value

Author: Wouter Verbeke,Bart Baesens,Cristian Bravo

Publisher: John Wiley & Sons

ISBN: 1119286557

Category: Business & Economics

Page: 416

View: 2523

Maximize profit and optimize decisions with advanced business analytics Profit-Driven Business Analytics provides actionable guidance on optimizing the use of data to add value and drive better business. Combining theoretical and technical insights into daily operations and long-term strategy, this book acts as a development manual for practitioners seeking to conceive, develop, and manage advanced analytical models. Detailed discussion delves into the wide range of analytical approaches and modeling techniques that can help maximize business payoff, and the author team draws upon their recent research to share deep insight about optimal strategy. Real-life case studies and examples illustrate these techniques at work, and provide clear guidance for implementation in your own organization. From step-by-step instruction on data handling, to analytical fine-tuning, to evaluating results, this guide provides invaluable guidance for practitioners seeking to reap the advantages of true business analytics. Despite widespread discussion surrounding the value of data in decision making, few businesses have adopted advanced analytic techniques in any meaningful way. This book shows you how to delve deeper into the data and discover what it can do for your business. Reinforce basic analytics to maximize profits Adopt the tools and techniques of successful integration Implement more advanced analytics with a value-centric approach Fine-tune analytical information to optimize business decisions Both data stored and streamed has been increasing at an exponential rate, and failing to use it to the fullest advantage equates to leaving money on the table. From bolstering current efforts to implementing a full-scale analytics initiative, the vast majority of businesses will see greater profit by applying advanced methods. Profit-Driven Business Analytics provides a practical guidebook and reference for adopting real business analytics techniques.

big data @ work

Chancen erkennen, Risiken verstehen

Author: Thomas H. Davenport

Publisher: Vahlen

ISBN: 3800648156

Category: Fiction

Page: 214

View: 2247

Big Data in Unternehmen. Dieses neue Buch gibt Managern ein umfassendes Verständnis dafür, welche Bedeutung Big Data für Unternehmen zukünftig haben wird und wie Big Data tatsächlich genutzt werden kann. Am Ende jedes Kapitels aktivieren Fragen, selbst nach Lösungen für eine erfolgreiche Implementierung und Nutzung von Big Data im eigenen Unternehmen zu suchen. Die Schwerpunkte - Warum Big Data für Sie und Ihr Unternehmen wichtig ist - Wie Big Data Ihre Arbeit, Ihr Unternehmen und Ihre Branche verändern - - wird - Entwicklung einer Big Data-Strategie - Der menschliche Aspekt von Big Data - Technologien für Big Data - Wie Sie erfolgreich mit Big Data arbeiten - Was Sie von Start-ups und Online-Unternehmen lernen können - Was Sie von großen Unternehmen lernen können: Big Data und Analytics 3.0 Der Experte Thomas H. Davenport ist Professor für Informationstechnologie und -management am Babson College und Forschungswissenschaftler am MIT Center for Digital Business. Zudem ist er Mitbegründer und Forschungsdirektor am International Institute for Analytics und Senior Berater von Deloitte Analytics.

Neuronale Netze selbst programmieren

Ein verständlicher Einstieg mit Python

Author: Tariq Rashid

Publisher: O'Reilly

ISBN: 3960101031

Category: Computers

Page: 232

View: 7112

Neuronale Netze sind Schlüsselelemente des Deep Learning und der Künstlichen Intelligenz, die heute zu Erstaunlichem in der Lage sind. Sie sind Grundlage vieler Anwendungen im Alltag wie beispielsweise Spracherkennung, Gesichtserkennung auf Fotos oder die Umwandlung von Sprache in Text. Dennoch verstehen nur wenige, wie neuronale Netze tatsächlich funktionieren. Dieses Buch nimmt Sie mit auf eine unterhaltsame Reise, die mit ganz einfachen Ideen beginnt und Ihnen Schritt für Schritt zeigt, wie neuronale Netze arbeiten: - Zunächst lernen Sie die mathematischen Konzepte kennen, die den neuronalen Netzen zugrunde liegen. Dafür brauchen Sie keine tieferen Mathematikkenntnisse, denn alle mathematischen Ideen werden behutsam und mit vielen Illustrationen und Beispielen erläutert. Eine Kurzeinführung in die Analysis unterstützt Sie dabei. - Dann geht es in die Praxis: Nach einer Einführung in die populäre und leicht zu lernende Programmiersprache Python bauen Sie allmählich Ihr eigenes neuronales Netz mit Python auf. Sie bringen ihm bei, handgeschriebene Zahlen zu erkennen, bis es eine Performance wie ein professionell entwickeltes Netz erreicht. - Im nächsten Schritt tunen Sie die Leistung Ihres neuronalen Netzes so weit, dass es eine Zahlenerkennung von 98 % erreicht – nur mit einfachen Ideen und simplem Code. Sie testen das Netz mit Ihrer eigenen Handschrift und werfen noch einen Blick in das mysteriöse Innere eines neuronalen Netzes. - Zum Schluss lassen Sie das neuronale Netz auf einem Raspberry Pi Zero laufen. Tariq Rashid erklärt diese schwierige Materie außergewöhnlich klar und verständlich, dadurch werden neuronale Netze für jeden Interessierten zugänglich und praktisch nachvollziehbar.

Big Data in der Praxis

Beispiellösungen mit Hadoop und NoSQL. Daten speichern, aufbereiten, visualisieren

Author: Jonas Freiknecht

Publisher: Carl Hanser Verlag GmbH Co KG

ISBN: 3446441778

Category: Computers

Page: 448

View: 698

BIG DATA IN DER PRAXIS // - Für Analysten, BI-Verantwortliche, Data-Scientists, Consultants - Auf der DVD finden Sie: 18 fertige Projekte, die im Buch Schritt für Schritt entwickelt werden; Videotutorials u.a. zur Installation von Hadoop, Hive, HBase (Gesamtdauer: 80 Min.); Testdatensätze für die Wissensdatenbank Dieses Buch bringt Ihnen das Thema Big Data auf sehr praktische Art und Weise nahe. Sie lernen Technologien, Tools und Methoden kennen, entwickeln Beispiel-Lösungen und bekommen aufgezeigt, wie Sie bestehende Systeme vorausschauend auf die mit dem Big Data-Trend einhergehenden Herausforderungen vorbereiten. Dazu werden Sie neben den bekannten Apache-Projekten wie Hadoop, Hive und HBase auch einige weniger bekannte Frameworks wie Apache UIMA oder Apache OpenNLP kennenlernen, um gezielt die Verarbeitung unstrukturierter Daten zu behandeln. Alle hier verwendeten Software-Komponenten stehen im vollen Umfang kostenlos im Internet zur Verfügung. Gemeinsam mit dem Autor werden Sie ganz konkret Schritt für Schritt viele kleinere Projekte aufbauen bis hin zu einer fertigen und funktionstüchtigen Implementierung. Ziel des Buches ist es, Sie auf den Effekt und den Mehrwert der neuen Möglichkeiten aufmerksam zu machen, sodass Sie diese konstruktiv in Ihr Unternehmen tragen können und für sich und Ihre Kollegen somit ein Bewusstsein für den Wert Ihrer Daten schaffen. AUS DEM INHALT // Einführung rund um Big Data // Hadoop installieren, konfigurieren & bedienen // HDFS, Map-Reduce & YARN: Daten speichern und verarbeiten // Hadoop-Ecosystem: Überblick über dessen Komponenten // Einführung in NoSQL // HBase installieren, einrichten & auf Daten zugreifen // Data-Warehousing mit Apache Hive // HiveQL als Abfragesprache, Hive Security, Hive & JDBC // Datenimport aus relationalen Datenbanken mit Sqoop // Big Data-Visualisierung: Diagrammarten, Tipps & Trends // Visualisierungs-Frameworks im Vergleich // D3.js: Entwicklung einiger Beispieldiagramme // Entwicklung einer abschließenden Big Data-Analyse-Lösung // Troubleshooting für die Arbeit mit Hadoop, Hive & HBase

R in a Nutshell

Author: Joseph Adler

Publisher: O'Reilly Germany

ISBN: 3897216507

Category: Computers

Page: 768

View: 6134

Wozu sollte man R lernen? Da gibt es viele Gründe: Weil man damit natürlich ganz andere Möglichkeiten hat als mit einer Tabellenkalkulation wie Excel, aber auch mehr Spielraum als mit gängiger Statistiksoftware wie SPSS und SAS. Anders als bei diesen Programmen hat man nämlich direkten Zugriff auf dieselbe, vollwertige Programmiersprache, mit der die fertigen Analyse- und Visualisierungsmethoden realisiert sind – so lassen sich nahtlos eigene Algorithmen integrieren und komplexe Arbeitsabläufe realisieren. Und nicht zuletzt, weil R offen gegenüber beliebigen Datenquellen ist, von der einfachen Textdatei über binäre Fremdformate bis hin zu den ganz großen relationalen Datenbanken. Zudem ist R Open Source und erobert momentan von der universitären Welt aus die professionelle Statistik. R kann viel. Und Sie können viel mit R machen – wenn Sie wissen, wie es geht. Willkommen in der R-Welt: Installieren Sie R und stöbern Sie in Ihrem gut bestückten Werkzeugkasten: Sie haben eine Konsole und eine grafische Benutzeroberfläche, unzählige vordefinierte Analyse- und Visualisierungsoperationen – und Pakete, Pakete, Pakete. Für quasi jeden statistischen Anwendungsbereich können Sie sich aus dem reichen Schatz der R-Community bedienen. Sprechen Sie R! Sie müssen Syntax und Grammatik von R nicht lernen – wie im Auslandsurlaub kommen Sie auch hier gut mit ein paar aufgeschnappten Brocken aus. Aber es lohnt sich: Wenn Sie wissen, was es mit R-Objekten auf sich hat, wie Sie eigene Funktionen schreiben und Ihre eigenen Pakete schnüren, sind Sie bei der Analyse Ihrer Daten noch flexibler und effektiver. Datenanalyse und Statistik in der Praxis: Anhand unzähliger Beispiele aus Medizin, Wirtschaft, Sport und Bioinformatik lernen Sie, wie Sie Daten aufbereiten, mithilfe der Grafikfunktionen des lattice-Pakets darstellen, statistische Tests durchführen und Modelle anpassen. Danach werden Ihnen Ihre Daten nichts mehr verheimlichen.

Corporate Data Quality

Voraussetzung erfolgreicher Geschäftsmodelle

Author: Boris Otto,Hubert Österle

Publisher: Springer-Verlag

ISBN: 3662468069

Category: Business & Economics

Page: 205

View: 1518

Daten sind die strategische Ressource des 21. Jahrhunderts. Es findet kein Geschäftsprozess, keine Kommunikation zwischen Geschäftspartnern, keine Wertschöpfung statt, ohne dass die involvierten Personen, Maschinen und IT-Systeme Daten nutzen, erzeugen oder verändern. Trends wie die Digitalisierung, Industrie 4.0 und Social Media tragen ebenfalls dazu bei, dass Datenmanagement zu einer Kernkompetenz für erfolgreiche Unternehmen dieser Zeit geworden ist. Damit Daten ihren ganzen Wert entfalten können, müssen sie stets in angemessener Qualität zur Verfügung stehen. Dies gilt besonders für Stammdaten, die zentralen Geschäftsobjekte eines Unternehmens. Dieses Buch zeigt einen ganzheitlichen Ansatz zum qualitätsbewussten Management von Stammdaten auf und richtet sich damit sowohl an Praktiker als auch an die Wissenschaft. Das „Framework für Stammdatenqualitätsmanagement“ wurde im Rahmen des „Competence Center Corporate Data Quality“ der Universität St. Gallen seit dem Jahr 2006 gemeinsam mit Unternehmen aus unterschiedlichen Industrien in zahlreichen praktischen Anwendungen entwickelt und verbessert. Neben den theoretischen Grundlagen räumt das Buch der praktischen Sicht mit 10 Fallstudien großen Raum ein, die erfolgreich durchgeführte Datenqualitätsprojekte praxisnah aufbereiten. Schließlich führt das Buch noch Methoden und Werkzeuge für das Datenqualitätsmanagement auf, die (Stamm-)datenmanager bei Projekten im eigenen betrieblichen Umfeld unterstützen können.

Data Science für Dummies

Author: Lillian Pierson

Publisher: John Wiley & Sons

ISBN: 352780675X

Category: Mathematics

Page: 382

View: 7872

Daten, Daten, Daten? Sie haben schon Kenntnisse in Excel und Statistik, wissen aber noch nicht, wie all die Datensätze helfen sollen, bessere Entscheidungen zu treffen? Von Lillian Pierson bekommen Sie das dafür notwendige Handwerkszeug: Bauen Sie Ihre Kenntnisse in Statistik, Programmierung und Visualisierung aus. Nutzen Sie Python, R, SQL, Excel und KNIME. Zahlreiche Beispiele veranschaulichen die vorgestellten Methoden und Techniken. So können Sie die Erkenntnisse dieses Buches auf Ihre Daten übertragen und aus deren Analyse unmittelbare Schlüsse und Konsequenzen ziehen.

Visualize This!

Author: Nathan Yau

Publisher: John Wiley & Sons

ISBN: 3527760229

Category: Statistics / Graphic methods / Data processing

Page: 422

View: 2875

A guide on how to visualise and tell stories with data, providing practical design tips complemented with step-by-step tutorials.

Agiles Projektmanagement für Dummies

Author: Mark C. Layton

Publisher: John Wiley & Sons

ISBN: 352781440X

Category: Business & Economics

Page: 432

View: 1121

Agiles Projektmanagement ist ein schneller und flexibler Ansatz zur Entwicklung und Verwaltung von Projekten aller Art, nicht nur im Softwarebereich. Dieses Buch erklärt Ihnen zunächst die agilen Prinzipien und Techniken - auch im Vergleich zum klassischen Projektmanagement. Anschließend sind Sie in der Lage, eine Produkt-Roadmap oder einen Zeitplan für Ihr Projekt nach agilen Prinzipien zu erstellen. Bereiten Sie sich auf Produkteinführungen mit der Leichtigkeit agiler Softwareentwickler vor. Behalten Sie Zeit und Kosten sowie Gruppendynamik, Qualität und Risiko Ihres Projekts im Blick, aber nutzen Sie auch die vorhandenen Freiräume.

Blended Shelf

Ein realitätsbasierter Ansatz zur Präsentation und Exploration von Bibliotheksbeständen

Author: Eike Kleiner

Publisher: B.I.T.Verlag

ISBN: 3934997600

Category: Social Science

Page: 220

View: 5996

Das Regal-Browsing bietet Nutzern zahlreiche Vorteile und wird aktiv als Recherchestrategie eingesetzt. Für Bibliotheken gibt es bisher kaum einsetzbare und erprobte Anwendungen, die das Regal- Browsing digital, und damit losgelöst vom Einsatzort und der Nutzungszeit, ermöglichen. Daher ist es Ziel dieses Buches, ein User Interface zu entwickeln, welches die Erfahrung des Regal-Browsings digital anbietet, ohne dabei die wesentlichen Vorteile zu verlieren, die stark im physischen Raum verankert sin.

Philip Kotlers Marketing-Guide

die wichtigsten Ideen und Konzepte

Author: Philip Kotler

Publisher: N.A

ISBN: 9783593373027

Category:

Page: 208

View: 998

Verfahrensgerechtigkeit

rechtspsychologische Forschungsbeiträge für die Justizpraxis

Author: Günter Bierbrauer,Walther Gottwald,Beatrix Birnbreier-Stahlberger

Publisher: N.A

ISBN: 9783504061111

Category: Judicial process

Page: 295

View: 5002

Real-Time Data Mining

Author: Florian Stompe

Publisher: Diplomica Verlag

ISBN: 3836678799

Category: Business & Economics

Page: 106

View: 9502

Data Mining ist ein inzwischen etabliertes, erfolgreiches Werkzeug zur Extraktion von neuem, bislang unbekanntem Wissen aus Daten. In mittlerweile fast allen gr eren Unternehmen wird es genutzt um Mehrwerte f r Kunden zu generieren, den Erfolg von Marketingkampagnen zu erh hen, Betrugsverdacht aufzudecken oder beispielsweise durch Segmentierung unterschiedliche Kundengruppen zu identifizieren. Ein Grundproblem der intelligenten Datenanalyse besteht darin, dass Daten oftmals in rasanter Geschwindigkeit neu entstehen. Eink ufe im Supermarkt, Telefonverbindungen oder der ffentliche Verkehr erzeugen t glich eine neue Flut an Daten, in denen potentiell wertvolles Wissen steckt. Die versteckten Zusammenh nge und Muster k nnen sich im Zeitverlauf mehr oder weniger stark ver ndern. Datenmodellierung findet in der Regel aber noch immer einmalig bzw. sporadisch auf dem Snapshot einer Datenbank statt. Einmal erkannte Muster oder Zusammenh nge werden auch dann noch angenommen, wenn diese l ngst nicht mehr bestehen. Gerade in dynamischen Umgebungen wie zum Beispiel einem Internet-Shop sind Data Mining Modelle daher schnell veraltet. Betrugsversuche k nnen dann unter Umst nden nicht mehr erkannt, Absatzpotentiale nicht mehr genutzt werden oder Produktempfehlungen basieren auf veralteten Warenk rben. Um dauerhaft Wettbewerbsvorteile erzielen zu k nnen, muss das Wissen ber Daten aber m glichst aktuell und von ausgezeichneter Qualit t sein. Der Inhalt dieses Buches skizziert Methoden und Vorgehensweisen von Data Mining in Echtzeit.

Kurzlehrbuch EKG endlich verständlich

Author: Albrecht Ohly,Marion Kiening

Publisher: "Elsevier,Urban&FischerVerlag"

ISBN: 3437297996

Category: Medical

Page: 296

View: 4970

Der einfache Weg durch die Kurven Wie werte ich EKGs aus? Wie kommen die Kurven zustande und welche Krankheitsbilder stehen dahinter? Und woran erkenne ich einen Notfall? Auf all diese Fragen gibt das "Kurzlehrbuch EKG endlich verständlich" Antwort. Und das Schritt für Schritt sowie wie immer ganz einfach und verständlich, im typischen Kurzlehrbuch-Stil eben: Lernen, verstehen, Wissen überprüfen. Die Highlights im Überblick: In relativ kurzer Zeit solides Basiswissen erarbeiten Komplexe Zusammenhänge werden ganz einfach dargestellt Ordnung im Hirn: Ein klares Layout ermöglicht jederzeit die Orientierung im Faktendschungel Prüfungsrelevantes Wissen wird deutlich hervorgehoben, Wichtiges wird von Unwichtigem getrennt, die wichtigsten Punkte jedes Kapitels übersichtlich zusammengefasst 50 Übungs-EKGs aus dem klinischen Alltag mit ausführlichen Kommentaren – optimal zum Trainieren Neu in der 2. Auflage: Erregungsleitungsstörungen, Brugada-Syndrom

Data mining, data warehousing

datenschutzrechtliche Orientierungshilfen für Privatunternehmen

Author: Alex Schweizer

Publisher: N.A

ISBN: 9783280025406

Category: Data mining

Page: 416

View: 9959

Private Unternehmung.