Parte A: Crea, addestra e distribuisci un modello Amazon Fraud Detector

Modalità Focus

Parte A: Crea, addestra e distribuisci un modello Amazon Fraud Detector - Amazon Fraud Detector

Nella parte A, definisci il tuo caso d'uso aziendale, definisci il tuo evento, crei un modello, addestra il modello, ne valuti le prestazioni e distribuisci il modello.

In questa fase, utilizzi il Data Models Explorer per abbinare il tuo caso d'uso aziendale ai tipi di modelli di rilevamento delle frodi supportati da Amazon Fraud Detector. Data models explorer è uno strumento integrato con la console Amazon Fraud Detector che consiglia un tipo di modello da utilizzare per creare e addestrare un modello di rilevamento delle frodi per il tuo caso d'uso aziendale. Data models explorer fornisce anche informazioni sugli elementi di dati obbligatori, consigliati e facoltativi che dovrai includere nel tuo set di dati. Il set di dati verrà utilizzato per creare e addestrare il modello di rilevamento delle frodi.

Ai fini di questo tutorial, il tuo caso d'uso aziendale è la registrazione di nuovi account. Dopo aver specificato il caso d'uso aziendale, Data Models Explorer consiglierà un tipo di modello per la creazione di un modello di rilevamento delle frodi e fornirà anche un elenco di elementi di dati necessari per creare il set di dati. Poiché hai già caricato un set di dati di esempio contenente i dati delle nuove registrazioni di account, non è necessario creare un nuovo set di dati.
1. Apri la console AWS di gestione e accedi al tuo account. Accedi ad Amazon Fraud Detector.
2. Nel riquadro di navigazione a sinistra, scegli Data models explorer.
3. Nella pagina di esplorazione dei modelli di dati, in Caso d'uso aziendale, seleziona New account fraud.
4. Amazon Fraud Detector mostra il tipo di modello consigliato da utilizzare per creare un modello di rilevamento delle frodi per il caso d'uso aziendale selezionato. Il tipo di modello definisce gli algoritmi, gli arricchimenti e le trasformazioni che Amazon Fraud Detector utilizzerà per addestrare il tuo modello di rilevamento delle frodi.
  
  Prendi nota del tipo di modello consigliato. Ti servirà in seguito quando creerai il tuo modello.
5. Il riquadro Data model Insights fornisce informazioni sugli elementi di dati obbligatori e consigliati necessari per creare e addestrare un modello di rilevamento delle frodi.
  
  Dai un'occhiata al set di dati di esempio che hai scaricato e assicurati che contenga tutti gli elementi di dati obbligatori e alcuni consigliati elencati nella tabella.
  
  Successivamente, quando creerai un modello per il tuo caso d'uso aziendale specifico, utilizzerai le informazioni fornite per creare il tuo set di dati.

Fase 1: scegli il tuo caso d'uso aziendale

In questa fase, utilizzi il Data Models Explorer per abbinare il tuo caso d'uso aziendale ai tipi di modelli di rilevamento delle frodi supportati da Amazon Fraud Detector. Data models explorer è uno strumento integrato con la console Amazon Fraud Detector che consiglia un tipo di modello da utilizzare per creare e addestrare un modello di rilevamento delle frodi per il tuo caso d'uso aziendale. Data models explorer fornisce anche informazioni sugli elementi di dati obbligatori, consigliati e facoltativi che dovrai includere nel tuo set di dati. Il set di dati verrà utilizzato per creare e addestrare il modello di rilevamento delle frodi.

Ai fini di questo tutorial, il tuo caso d'uso aziendale è la registrazione di nuovi account. Dopo aver specificato il caso d'uso aziendale, Data Models Explorer consiglierà un tipo di modello per la creazione di un modello di rilevamento delle frodi e fornirà anche un elenco di elementi di dati necessari per creare il set di dati. Poiché hai già caricato un set di dati di esempio contenente i dati delle nuove registrazioni di account, non è necessario creare un nuovo set di dati.
1. Apri la console AWS di gestione e accedi al tuo account. Accedi ad Amazon Fraud Detector.
2. Nel riquadro di navigazione a sinistra, scegli Data models explorer.
3. Nella pagina di esplorazione dei modelli di dati, in Caso d'uso aziendale, seleziona New account fraud.
4. Amazon Fraud Detector mostra il tipo di modello consigliato da utilizzare per creare un modello di rilevamento delle frodi per il caso d'uso aziendale selezionato. Il tipo di modello definisce gli algoritmi, gli arricchimenti e le trasformazioni che Amazon Fraud Detector utilizzerà per addestrare il tuo modello di rilevamento delle frodi.
  
  Prendi nota del tipo di modello consigliato. Ti servirà in seguito quando creerai il tuo modello.
5. Il riquadro Data model Insights fornisce informazioni sugli elementi di dati obbligatori e consigliati necessari per creare e addestrare un modello di rilevamento delle frodi.
  
  Dai un'occhiata al set di dati di esempio che hai scaricato e assicurati che contenga tutti gli elementi di dati obbligatori e alcuni consigliati elencati nella tabella.
  
  Successivamente, quando creerai un modello per il tuo caso d'uso aziendale specifico, utilizzerai le informazioni fornite per creare il tuo set di dati.

In questa fase, si definisce l'attività aziendale (evento) da valutare in caso di frode. La definizione dell'evento implica l'impostazione delle variabili presenti nel set di dati, dell'evento di avvio dell'entità e delle etichette che classificano l'evento. In questo tutorial, definisci l'evento di registrazione dell'account.
1. Apri la console di AWS gestione e accedi al tuo account. Accedi ad Amazon Fraud Detector.
2. Nel riquadro di navigazione a sinistra, scegli Eventi.
3. Nella pagina Tipo di evento, scegli Crea.
4. In Dettagli del tipo di evento, inserisci sample_registration come nome del tipo di evento e, facoltativamente, inserisci una descrizione dell'evento.
5. Per Entità, scegli Crea entità.
6. Nella pagina Crea entità, inserisci sample_customer come nome del tipo di entità. Facoltativamente, inserisci una descrizione del tipo di entità.
7. Scegliere Create entity (Crea entità).
8. In Variabili di evento, per Scegli come definire le variabili di questo evento, scegli Seleziona variabili da un set di dati di allenamento.
9. Per il ruolo IAM, scegli Crea ruolo IAM.
10. Nella pagina Crea ruolo IAM, inserisci il nome del bucket S3 in cui hai caricato i dati di esempio e scegli Crea ruolo.
11. In Data location, inserisci il percorso dei tuoi dati di esempio. Questo è il S3 URI percorso che hai salvato dopo aver caricato i dati di esempio. Il percorso è simile a questo:S3://your-bucket-name/example dataset filename.csv.
12. Scegli Carica.
  
  Amazon Fraud Detector estrae le intestazioni dal file di dati di esempio e le mappa con un tipo di variabile. La mappatura viene visualizzata nella console.
13. In Etichette: facoltativo, per Etichette, scegli Crea nuove etichette.
14. Nella pagina Crea etichetta, inserisci fraud come nome. Questa etichetta corrisponde al valore che rappresenta la registrazione fraudolenta dell'account nel set di dati di esempio.
15. Scegli Crea etichetta.
16. Crea una seconda etichetta, quindi immetti legit come nome. Questa etichetta corrisponde al valore che rappresenta la registrazione legittima dell'account nel set di dati di esempio.
17. Scegli Crea tipo di evento.

Fase 2: Creare un tipo di evento

In questa fase, si definisce l'attività aziendale (evento) da valutare in caso di frode. La definizione dell'evento implica l'impostazione delle variabili presenti nel set di dati, dell'evento di avvio dell'entità e delle etichette che classificano l'evento. In questo tutorial, definisci l'evento di registrazione dell'account.
1. Apri la console di AWS gestione e accedi al tuo account. Accedi ad Amazon Fraud Detector.
2. Nel riquadro di navigazione a sinistra, scegli Eventi.
3. Nella pagina Tipo di evento, scegli Crea.
4. In Dettagli del tipo di evento, inserisci sample_registration come nome del tipo di evento e, facoltativamente, inserisci una descrizione dell'evento.
5. Per Entità, scegli Crea entità.
6. Nella pagina Crea entità, inserisci sample_customer come nome del tipo di entità. Facoltativamente, inserisci una descrizione del tipo di entità.
7. Scegliere Create entity (Crea entità).
8. In Variabili di evento, per Scegli come definire le variabili di questo evento, scegli Seleziona variabili da un set di dati di allenamento.
9. Per il ruolo IAM, scegli Crea ruolo IAM.
10. Nella pagina Crea ruolo IAM, inserisci il nome del bucket S3 in cui hai caricato i dati di esempio e scegli Crea ruolo.
11. In Data location, inserisci il percorso dei tuoi dati di esempio. Questo è il S3 URI percorso che hai salvato dopo aver caricato i dati di esempio. Il percorso è simile a questo:S3://your-bucket-name/example dataset filename.csv.
12. Scegli Carica.
  
  Amazon Fraud Detector estrae le intestazioni dal file di dati di esempio e le mappa con un tipo di variabile. La mappatura viene visualizzata nella console.
13. In Etichette: facoltativo, per Etichette, scegli Crea nuove etichette.
14. Nella pagina Crea etichetta, inserisci fraud come nome. Questa etichetta corrisponde al valore che rappresenta la registrazione fraudolenta dell'account nel set di dati di esempio.
15. Scegli Crea etichetta.
16. Crea una seconda etichetta, quindi immetti legit come nome. Questa etichetta corrisponde al valore che rappresenta la registrazione legittima dell'account nel set di dati di esempio.
17. Scegli Crea tipo di evento.

Nella pagina Modelli, scegli Aggiungi modello, quindi scegli Crea modello.
Per la Fase 1: Definizione dei dettagli del modello, immettete sample_fraud_detection_model come nome del modello. Facoltativamente, aggiungere una descrizione del modello.
Per Tipo di modello, scegli il modello Online Fraud Insights.
Per Tipo di evento, scegliete sample_registration. Questo è il tipo di evento che hai creato nel passaggio 1.
Nei dati storici degli eventi,
1. In Origine dati sugli eventi, scegli Dati sugli eventi memorizzati in S3.
2. Per il ruolo IAM, seleziona il ruolo che hai creato nella fase 1.
3. In Training data location, inserisci il percorso URI S3 del file di dati di esempio.
Scegli Next (Successivo).

Fase 3: Creare un modello

Nella pagina Modelli, scegli Aggiungi modello, quindi scegli Crea modello.
Per la Fase 1: Definizione dei dettagli del modello, immettete sample_fraud_detection_model come nome del modello. Facoltativamente, aggiungere una descrizione del modello.
Per Tipo di modello, scegli il modello Online Fraud Insights.
Per Tipo di evento, scegliete sample_registration. Questo è il tipo di evento che hai creato nel passaggio 1.
Nei dati storici degli eventi,
1. In Origine dati sugli eventi, scegli Dati sugli eventi memorizzati in S3.
2. Per il ruolo IAM, seleziona il ruolo che hai creato nella fase 1.
3. In Training data location, inserisci il percorso URI S3 del file di dati di esempio.
Scegli Next (Successivo).

In Model inputs, lascia tutte le caselle selezionate. Per impostazione predefinita, Amazon Fraud Detector utilizza tutte le variabili del set di dati degli eventi storici come input del modello.
Nella classificazione delle etichette, per le etichette antifrode scegli la frode poiché questa etichetta corrisponde al valore che rappresenta gli eventi fraudolenti nel set di dati di esempio. Per le etichette Legitime, scegliete legit poiché questa etichetta corrisponde al valore che rappresenta gli eventi legittimi nel set di dati di esempio.
Per il trattamento degli eventi senza etichetta, mantieni la selezione predefinita Ignora gli eventi senza etichetta per questo set di dati di esempio.
Scegli Next (Successivo).
Dopo la revisione, scegli Crea e addestra modello. Amazon Fraud Detector crea un modello e inizia ad addestrare una nuova versione del modello.

Nelle versioni del modello, la colonna Status indica lo stato dell'addestramento del modello. Il completamento dell'addestramento del modello che utilizza il set di dati di esempio richiede circa 45 minuti. Lo stato cambia in Pronto per l'implementazione dopo il completamento dell'addestramento del modello.

Fase 4: Modello di treno

In Model inputs, lascia tutte le caselle selezionate. Per impostazione predefinita, Amazon Fraud Detector utilizza tutte le variabili del set di dati degli eventi storici come input del modello.
Nella classificazione delle etichette, per le etichette antifrode scegli la frode poiché questa etichetta corrisponde al valore che rappresenta gli eventi fraudolenti nel set di dati di esempio. Per le etichette Legitime, scegliete legit poiché questa etichetta corrisponde al valore che rappresenta gli eventi legittimi nel set di dati di esempio.
Per il trattamento degli eventi senza etichetta, mantieni la selezione predefinita Ignora gli eventi senza etichetta per questo set di dati di esempio.
Scegli Next (Successivo).
Dopo la revisione, scegli Crea e addestra modello. Amazon Fraud Detector crea un modello e inizia ad addestrare una nuova versione del modello.

Nelle versioni del modello, la colonna Status indica lo stato dell'addestramento del modello. Il completamento dell'addestramento del modello che utilizza il set di dati di esempio richiede circa 45 minuti. Lo stato cambia in Pronto per l'implementazione dopo il completamento dell'addestramento del modello.

Un passaggio importante nell'utilizzo di Amazon Fraud Detector consiste nel valutare l'accuratezza del modello utilizzando punteggi e metriche prestazionali. Una volta completata la formazione del modello, Amazon Fraud Detector convalida le prestazioni del modello utilizzando il 15% dei dati non utilizzati per addestrare il modello e genera un punteggio delle prestazioni del modello e altre metriche prestazionali.

Per visualizzare le prestazioni del modello,
1. Nel riquadro di navigazione a sinistra della console Amazon Fraud Detector, scegli Modelli.
2. Nella pagina Modelli, scegli il modello che hai appena addestrato (sample_fraud_detection_model), quindi scegli 1.0. Questa è la versione del tuo modello creata da Amazon Fraud Detector.
Guarda il punteggio complessivo delle prestazioni del modello e tutte le altre metriche generate da Amazon Fraud Detector per questo modello.

Per ulteriori informazioni sul punteggio e sulle metriche prestazionali del modello in questa pagina, consulta e. Punteggi del modello Metriche delle prestazioni del modello

Puoi aspettarti che tutti i tuoi modelli Amazon Fraud Detector addestrati abbiano metriche prestazionali di rilevamento delle frodi reali simili alle metriche delle prestazioni che vedi per il modello in questo tutorial.

Fase 5: Analisi delle prestazioni del modello

Per visualizzare le prestazioni del modello,
1. Nel riquadro di navigazione a sinistra della console Amazon Fraud Detector, scegli Modelli.
2. Nella pagina Modelli, scegli il modello che hai appena addestrato (sample_fraud_detection_model), quindi scegli 1.0. Questa è la versione del tuo modello creata da Amazon Fraud Detector.
Guarda il punteggio complessivo delle prestazioni del modello e tutte le altre metriche generate da Amazon Fraud Detector per questo modello.

Per ulteriori informazioni sul punteggio e sulle metriche prestazionali del modello in questa pagina, consulta e. Punteggi del modello Metriche delle prestazioni del modello

Puoi aspettarti che tutti i tuoi modelli Amazon Fraud Detector addestrati abbiano metriche prestazionali di rilevamento delle frodi reali simili alle metriche delle prestazioni che vedi per il modello in questo tutorial.

Dopo aver esaminato le metriche prestazionali del modello addestrato e essere pronti a utilizzarlo per generare previsioni di frode, puoi implementare il modello.

Nel riquadro di navigazione a sinistra della console Amazon Fraud Detector, scegli Modelli.
Nella pagina Modelli, scegli sample_fraud_detection_model, quindi scegli la versione specifica del modello che desideri distribuire. Per questo tutorial, scegli 1.0.
Nella pagina della versione del modello, scegli Azioni, quindi scegli Distribuisci la versione del modello.
Nelle versioni del modello, lo stato mostra lo stato della distribuzione. Lo stato diventa Attivo dopo il completamento della distribuzione. Ciò indica che la versione del modello è attivata e disponibile per generare previsioni di frode. Continua con il completamento Parte B: Generazione di previsioni sulle frodi dei passaggi per la generazione di previsioni di frode.

Fase 6: Implementazione del modello

Dopo aver esaminato le metriche prestazionali del modello addestrato e essere pronti a utilizzarlo per generare previsioni di frode, puoi implementare il modello.

Nel riquadro di navigazione a sinistra della console Amazon Fraud Detector, scegli Modelli.
Nella pagina Modelli, scegli sample_fraud_detection_model, quindi scegli la versione specifica del modello che desideri distribuire. Per questo tutorial, scegli 1.0.
Nella pagina della versione del modello, scegli Azioni, quindi scegli Distribuisci la versione del modello.
Nelle versioni del modello, lo stato mostra lo stato della distribuzione. Lo stato diventa Attivo dopo il completamento della distribuzione. Ciò indica che la versione del modello è attivata e disponibile per generare previsioni di frode. Continua con il completamento Parte B: Generazione di previsioni sulle frodi dei passaggi per la generazione di previsioni di frode.