Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Dans la partie A, vous définissez votre cas d'utilisation métier, définissez votre événement, créez un modèle, entraînez le modèle, évaluez les performances du modèle et déployez le modèle.
-
Au cours de cette étape, vous utilisez l'explorateur de modèles de données pour faire correspondre votre cas d'utilisation commercial aux types de modèles de détection des fraudes pris en charge par Amazon Fraud Detector. L'explorateur de modèles de données est un outil intégré à la console Amazon Fraud Detector qui recommande un type de modèle à utiliser pour créer et entraîner un modèle de détection des fraudes adapté à votre cas d'utilisation professionnelle. L'explorateur de modèles de données fournit également des informations sur les éléments de données obligatoires, recommandés et facultatifs que vous devrez inclure dans votre ensemble de données. L'ensemble de données sera utilisé pour créer et entraîner votre modèle de détection des fraudes.
Dans le cadre de ce didacticiel, votre cas d'utilisation professionnelle concerne l'enregistrement de nouveaux comptes. Après avoir défini votre cas d'utilisation métier, l'explorateur de modèles de données vous recommandera un type de modèle pour créer un modèle de détection des fraudes et vous fournira également une liste des éléments de données dont vous aurez besoin pour créer votre ensemble de données. Comme vous avez déjà chargé un exemple de jeu de données contenant des données provenant de nouveaux enregistrements de comptes, il n'est pas nécessaire de créer un nouvel ensemble de données.
-
Ouvrez la console AWS de gestion
et connectez-vous à votre compte. Accédez à Amazon Fraud Detector. -
Dans le volet de navigation de gauche, choisissez Data models explorer.
-
Sur la page Explorateur de modèles de données, sous Cas d'utilisation professionnel, sélectionnez Nouveau compte frauduleux.
-
Amazon Fraud Detector affiche le type de modèle recommandé à utiliser pour créer un modèle de détection des fraudes adapté au cas d'utilisation commerciale sélectionné. Le type de modèle définit les algorithmes, les enrichissements et les transformations qu'Amazon Fraud Detector utilisera pour entraîner votre modèle de détection des fraudes.
Prenez note du type de modèle recommandé. Vous en aurez besoin ultérieurement lors de la création de votre modèle.
-
Le volet Informations sur le modèle de données fournit un aperçu des éléments de données obligatoires et recommandés nécessaires pour créer et entraîner un modèle de détection des fraudes.
Examinez l'exemple de jeu de données que vous avez téléchargé et assurez-vous qu'il contient tous les éléments de données obligatoires et certains éléments de données recommandés répertoriés dans le tableau.
Plus tard, lorsque vous créerez un modèle pour votre cas d'utilisation commercial spécifique, vous utiliserez les informations fournies pour créer votre ensemble de données.
-
-
Au cours de cette étape, vous définissez l'activité commerciale (événement) à évaluer pour détecter la fraude. La définition de l'événement implique de définir les variables présentes dans votre ensemble de données, l'entité à l'origine de l'événement et les étiquettes qui classent l'événement. Dans ce didacticiel, vous définissez l'événement d'enregistrement du compte.
-
Ouvrez la console AWS de gestion
et connectez-vous à votre compte. Accédez à Amazon Fraud Detector. -
Dans le volet de navigation de gauche, sélectionnez Events.
-
Sur la page Type d'événements, choisissez Create.
-
Sous Détails du type d'événement, entrez le
sample_registrationnom du type d'événement et, éventuellement, entrez une description de l'événement. -
Pour Entité, choisissez Créer une entité.
-
Sur la page Créer une entité, entrez le
sample_customernom du type d'entité. Entrez éventuellement une description du type d'entité. -
Choisissez Create entity (Créer une entité).
-
Sous Variables d'événement, pour Choisir comment définir les variables de cet événement, choisissez Sélectionner les variables d'un jeu de données d'entraînement.
-
Pour le rôle IAM, choisissez Create IAM role.
-
Sur la page Créer un rôle IAM, entrez le nom du compartiment S3 dans lequel vous avez chargé vos exemples de données et choisissez Create role.
-
Dans Emplacement des données, entrez le chemin d'accès à vos exemples de données. Il s'agit du
S3 URIchemin que vous avez enregistré après avoir chargé les données d'exemple. Le chemin est similaire à celui-ci :S3://.your-bucket-name/example dataset filename.csv -
Choisissez Charger.
Amazon Fraud Detector extrait les en-têtes de votre fichier de données d'exemple et les associe à un type de variable. Le mappage s'affiche dans la console.
-
Sous Étiquettes - facultatif, pour Étiquettes, choisissez Créer de nouvelles étiquettes.
-
Dans la page Créer une étiquette, entrez le
fraudnom. Cette étiquette correspond à la valeur qui représente l'enregistrement frauduleux du compte dans l'exemple de jeu de données. -
Choisissez Créer une étiquette.
-
Créez une deuxième étiquette, puis
legitsaisissez-la comme nom. Cette étiquette correspond à la valeur qui représente l'enregistrement légitime du compte dans l'exemple de jeu de données. -
Choisissez Créer un type d'événement.
-
-
Sur la page Modèles, choisissez Ajouter un modèle, puis Créer un modèle.
-
Pour l'étape 1 — Définir les détails du modèle, entrez le
sample_fraud_detection_modelnom du modèle. Ajoutez éventuellement une description du modèle. -
Pour le type de modèle, choisissez le modèle Online Fraud Insights.
-
Pour Type d'événement, choisissez sample_registration. Il s'agit du type d'événement que vous avez créé à l'étape 1.
-
Dans Données historiques sur les événements,
-
Dans Source de données d'événements, choisissez Données d'événements stockées dans S3.
-
Pour le rôle IAM, sélectionnez le rôle que vous avez créé à l'étape 1.
-
Dans Emplacement des données d'entraînement, entrez le chemin de l'URI S3 vers votre exemple de fichier de données.
-
-
Choisissez Suivant.
-
Dans les entrées du modèle, laissez toutes les cases cochées. Par défaut, Amazon Fraud Detector utilise toutes les variables de votre ensemble de données d'événements historiques comme entrées de modèle.
-
Dans Classification des étiquettes, pour les étiquettes de fraude, choisissez fraude car cette étiquette correspond à la valeur qui représente les événements frauduleux dans l'exemple de jeu de données. Pour les étiquettes légitimes, choisissez legit car cette étiquette correspond à la valeur qui représente les événements légitimes dans l'exemple de jeu de données.
-
Pour le traitement des événements non étiquetés, conservez la sélection par défaut Ignorer les événements non étiquetés pour cet exemple de jeu de données.
-
Choisissez Suivant.
-
Après avoir vérifié, choisissez Créer et entraîner le modèle. Amazon Fraud Detector crée un modèle et commence à en entraîner une nouvelle version.
Dans les versions du modèle, la colonne État indique l'état de l'entraînement du modèle. L'entraînement du modèle qui utilise l'exemple de jeu de données prend environ 45 minutes. Le statut passe à Prêt pour le déploiement une fois la formation du modèle terminée.
Une étape importante de l'utilisation d'Amazon Fraud Detector consiste à évaluer la précision de votre modèle à l'aide des scores et des indicateurs de performance du modèle. Une fois la formation du modèle terminée, Amazon Fraud Detector valide les performances du modèle en utilisant les 15 % de données qui n'ont pas été utilisées pour entraîner le modèle et génère un score de performance du modèle ainsi que d'autres indicateurs de performance.
-
Pour voir les performances du modèle,
-
Dans le volet de navigation de gauche de la console Amazon Fraud Detector, sélectionnez Models.
-
Sur la page Modèles, choisissez le modèle que vous venez d'entraîner (sample_fraud_detection_model), puis choisissez 1.0. Il s'agit de la version créée par Amazon Fraud Detector à partir de votre modèle.
-
-
Examinez le score global des performances du modèle et tous les autres indicateurs générés par Amazon Fraud Detector pour ce modèle.
Pour en savoir plus sur le score de performance du modèle et les indicateurs de performance présentés sur cette page, consultez Scores du modèle etIndicateurs de performance du modèle.
Vous pouvez vous attendre à ce que tous les modèles Amazon Fraud Detector que vous avez entraînés possèdent des indicateurs de performance réels en matière de détection des fraudes similaires à ceux présentés pour le modèle dans ce didacticiel.
Une fois que vous avez examiné les indicateurs de performance de votre modèle entraîné et que vous êtes prêt à l'utiliser pour générer des prévisions de fraude, vous pouvez déployer le modèle.
-
Dans le volet de navigation gauche de la console Amazon Fraud Detector, sélectionnez Models.
-
Sur la page Modèles, choisissez sample_fraud_detection_model, puis choisissez la version du modèle spécifique que vous souhaitez déployer. Pour ce didacticiel, choisissez 1.0.
-
Sur la page Version du modèle, sélectionnez Actions, puis choisissez Déployer la version du modèle.
-
Dans les versions du modèle, le statut indique l'état du déploiement. Le statut passe à Actif une fois le déploiement terminé. Cela indique que la version du modèle est activée et disponible pour générer des prévisions de fraude. Poursuivez Partie B : Générer des prévisions de fraude pour suivre les étapes permettant de générer des prévisions de fraude.
