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

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

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

Nella parte A, si definisce il caso d'uso aziendale, si definisce l'evento, si crea un modello, si addestra il modello, si valutano le prestazioni del modello e si implementa il modello.

  • In questo passaggio, 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 adatto al caso d'uso aziendale. Data models explorer fornisce anche informazioni sugli elementi di dati obbligatori, consigliati e opzionali che dovrai includere nel tuo set di dati. Il set di dati verrà utilizzato per creare e addestrare il tuo 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 creare 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 registrazioni di nuovi account, non è necessario creare un nuovo set di dati.

    1. Apri la console diAWS gestione e accedi al tuo account. Passa ad Amazon Fraud Detector.

    2. Nel pannello di navigazione a sinistra, seleziona Data models explorer.

    3. Nella pagina Esplora modelli di dati, in Caso d'uso aziendale, seleziona Nuovo account fraudolento.

    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. Ne avrai bisogno in seguito quando creerai il tuo modello.

    5. Il riquadro Informazioni sul modello di dati 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, definisci l'attività commerciale (evento) da valutare per eventuali frodi. La definizione dell'evento implica l'impostazione delle variabili che si trovano nel set di dati, l'entità che avvia l'evento e le etichette che classificano l'evento. Per questo tutorial, definisci l'evento di registrazione dell'account.

    1. Apri la console diAWS gestione e accedi al tuo account. Passa ad Amazon Fraud Detector.

    2. Nel pannello di navigazione a sinistra, seleziona Eventi.

    3. Nella pagina Tipo di eventi, scegli Crea.

    4. In Dettagli del tipo di evento, inseriscisample_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, inseriscisample_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, in Scegli come definire le variabili di questo evento, scegli Seleziona variabili da un set di dati di addestramento.

    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 Posizione dati, inserisci il percorso dei dati di esempio. Questo è ilS3 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. Scegliere Upload (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 - opzionale, per Etichette, scegli Crea nuove etichette.

    14. Nella pagina Crea etichetta, inseriscifraud 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 inseriscilegit 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.

  1. Nella pagina Modelli, scegli Aggiungi modello, quindi scegli Crea modello.

  2. Per la Fase 1 — Definizione dei dettagli del modello, immettetelasample_fraud_detection_model come nome del modello. Facoltativamente puoi aggiungere una descrizione del modello.

  3. Per Tipo di modello, scegli il modello Online Fraud Insights.

  4. Per Tipo di evento, scegli sample_registration. Questo è il tipo di evento creato nella fase 1.

  5. In Dati storici degli eventi,

    1. In Origine dati evento, scegli Dati evento archiviati in S3.

    2. Per il ruolo IAM, seleziona il ruolo creato nella fase 1.

    3. In Posizione dei dati di allenamento, inserisci il percorso URI S3 del file di dati di esempio.

  6. Seleziona Successivo.

  1. Negli input del modello, lascia tutte le caselle di controllo selezionate. Per impostazione predefinita, Amazon Fraud Detector utilizza tutte le variabili del set di dati degli eventi storici come input del modello.

  2. Nella classificazione delle etichette, per le etichette antifrode, scegli frode poiché questa etichetta corrisponde al valore che rappresenta gli eventi fraudolenti nel set di dati di esempio. Per le etichette legittime, scegli legit poiché questa etichetta corrisponde al valore che rappresenta gli eventi legittimi nel set di dati di esempio.

  3. Per il trattamento degli eventi senza etichetta, mantieni la selezione predefinita Ignora gli eventi senza etichetta per questo set di dati di esempio.

  4. Seleziona Successivo.

  5. Dopo la revisione, scegli Crea e addestra il modello. Amazon Fraud Detector crea un modello e inizia a addestrare una nuova versione del modello.

    Nelle versioni del modello, la colonna Stato indica lo stato dell'addestramento del modello. L'addestramento del modello che utilizza il set di dati di esempio richiede circa 45 minuti per essere completato. Lo stato cambia in Pronto per l'implementazione al termine dell'addestramento del modello.

Un passaggio importante nell'utilizzo di Amazon Fraud Detector consiste nel valutare l'accuratezza del modello utilizzando i punteggi del modello e le metriche delle prestazioni. Al termine della formazione sul modello, Amazon Fraud Detector convalida le prestazioni del modello utilizzando il 15% dei dati che non sono stati utilizzati per addestrare il modello e genera un punteggio delle prestazioni del modello e altre metriche delle prestazioni.

  1. Per visualizzare le prestazioni del modello,

    1. Nel pannello di navigazione a sinistra della console Amazon Fraud Detector, seleziona Modelli.

    2. Nella pagina Modelli, scegli il modello che hai appena addestrato (sample_fraud_detection_model), quindi scegli 1.0. Questa è la versione creata da Amazon Fraud Detector del tuo modello.

  2. 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 delle prestazioni del modello e sulle metriche delle prestazioni in questa pagina, consultaPunteggi del modello eMetriche delle prestazioni del modello.

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

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

  1. Nel pannello di navigazione a sinistra della console Amazon Fraud Detector, seleziona Modelli.

  2. Nella pagina Modelli, scegli sample_fraud_detection_model, quindi scegli la versione specifica del modello che desideri distribuire. Per questo tutorial, scegli 1.0.

  3. Nella pagina Versione del modello, scegli Azioni, quindi scegli Distribuisci versione del modello.

  4. Nelle versioni del modello, lo stato mostra lo stato della distribuzione. Lo stato cambia in Attivo al termine della distribuzione. Ciò indica che la versione del modello è attivata e disponibile per generare previsioni di frode. ContinuaParte B: Generazione di previsioni sulle frodi a completare i passaggi per generare previsioni sulle frodi.