Avis des lecteurs
Résumé:Le livre sur l'analyse de la fraude a reçu des critiques mitigées, certains lecteurs louant ses applications pratiques et sa couverture complète, tandis que d'autres critiquent sa profondeur et sa clarté. Le contenu semble se situer à cheval entre le technique et le non-technique, ce qui suscite la frustration de certains lecteurs. En outre, la version Kindle a été notée comme présentant des problèmes d'utilisation. Dans l'ensemble, cet ouvrage constitue une référence utile pour ceux qui sont déjà familiarisés avec les statistiques et les sujets liés à la fraude, mais il ne répondra peut-être pas aux besoins des débutants ou de ceux qui recherchent des conseils plus pratiques.
Avantages:Couverture approfondie de l'analyse de la fraude, applications pratiques dans diverses industries, facile à lire pour ceux qui ont une solide formation en statistiques, matériel de référence utile, bon chapitre de départ sur le problème de la fraude et la préparation des données.
Inconvénients:La version Kindle n'est pas utile en raison de graphiques illisibles, d'un aperçu inadéquat des applications pratiques et d'une trop grande focalisation sur les techniques statistiques de base sans exploration plus approfondie.
(basé sur 19 avis de lecteurs)
Titre original :
Fraud Analytics Using Descriptive, Predictive, and Social Network Techniques: A Guide to Data Science for Fraud Detection
Contenu du livre :
Détecter la fraude plus tôt pour atténuer les pertes et prévenir les dommages en cascade.
Fraud Analytics Using Descriptive, Predictive, and Social Network Techniques est un guide qui fait autorité pour la mise en place d'une solution analytique complète de détection des fraudes. La détection précoce est un facteur clé dans l'atténuation des dommages causés par la fraude, mais elle implique des techniques plus spécialisées que la détection de la fraude à des stades plus avancés. Ce guide inestimable détaille à la fois la théorie et les aspects techniques de ces techniques, et fournit des conseils d'experts sur la rationalisation de la mise en œuvre. Il couvre la collecte de données, le prétraitement, l'élaboration de modèles et la mise en œuvre ultérieure, avec des conseils détaillés sur les différentes techniques d'apprentissage et les types de données utilisés par chacune d'entre elles. Ces techniques sont efficaces pour la détection des fraudes dans tous les secteurs d'activité, y compris les applications dans la fraude à l'assurance, la fraude à la carte de crédit, la lutte contre le blanchiment d'argent, la fraude aux soins de santé, la fraude aux télécommunications, la fraude au clic, l'évasion fiscale, et bien d'autres encore, ce qui vous donne un cadre très pratique pour la prévention des fraudes.
On estime qu'une organisation typique perd chaque année environ 5 % de ses revenus à cause de la fraude. Une détection plus efficace de la fraude est possible, et ce livre décrit les différentes techniques analytiques que votre organisation doit mettre en œuvre pour mettre un terme à la fuite de revenus.
⬤ Examiner les schémas de fraude dans les données historiques.
⬤ Utiliser des données étiquetées, non étiquetées et en réseau.
⬤ Détecter la fraude avant que les dommages ne se multiplient.
⬤ Réduire les pertes, augmenter la récupération et renforcer la sécurité.
Plus on laisse la fraude se perpétuer, plus elle cause de dégâts. Elle se développe de manière exponentielle, provoquant des dommages en cascade dans toute l'organisation, et devient de plus en plus complexe à suivre, à stopper et à inverser. La prévention de la fraude repose sur une détection précoce et efficace de la fraude, rendue possible par les techniques présentées ici. L'analyse de la fraude à l'aide de techniques descriptives, prédictives et de réseaux sociaux vous aide à stopper la fraude dans son élan et à éliminer les possibilités de récidive.
Autres informations sur le livre :
| ISBN : | 9781119133124 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Relié |
| Année de publication : | 2015 |
| Nombre de pages : | 400 |
Achat:
Actuellement disponible, en stock.
