翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
パート A では、ビジネスユースケースの定義、イベントの定義、モデルの構築、モデルのトレーニング、モデルのパフォーマンスの評価、モデルのデプロイを行います。
-
このステップでは、データモデルエクスプローラーを使用して、ビジネスユースケースを Amazon Fraud Detector でサポートされている不正検出モデルタイプと一致させます。データモデルエクスプローラーは、Amazon Fraud Detector コンソールと統合されたツールで、ビジネスユースケースの不正検出モデルの作成とトレーニングに使用するモデルタイプを推奨します。データモデルエクスプローラーは、データセットに含める必要がある必須、推奨、およびオプションのデータ要素に関するインサイトも提供します。データセットは、不正検出モデルの作成とトレーニングに使用されます。
このチュートリアルでは、ビジネスユースケースは新しいアカウント登録です。ビジネスユースケースを指定すると、データモデルエクスプローラーは不正検出モデルを作成するためのモデルタイプを推奨し、データセットの作成に必要なデータ要素のリストも提供します。新しいアカウント登録のデータを含むサンプルデータセットを既にアップロードしているため、新しいデータセットを作成する必要はありません。
-
AWS マネジメントコンソール
を開き、アカウントにサインインします。Amazon Fraud Detector に移動します。 -
左側のナビゲーションペインで、データモデルエクスプローラーを選択します。
-
データモデルエクスプローラーページの「ビジネスユースケース」で、「新規アカウントの不正」を選択します。
-
Amazon Fraud Detector は、選択したビジネスユースケースの不正検出モデルを作成するために使用する推奨モデルタイプを表示します。モデルタイプは、Amazon Fraud Detector が不正検出モデルのトレーニングに使用するアルゴリズム、エンリッチメント、および変換を定義します。
推奨されるモデルタイプを書き留めます。これは、後でモデルを作成するときに必要になります。
-
データモデルのインサイトペインには、不正検出モデルの作成とトレーニングに必要な必須および推奨のデータ要素に関するインサイトが表示されます。
ダウンロードしたサンプルデータセットを見て、必須データ要素と推奨データ要素がすべて表にリストされていることを確認します。
後で特定のビジネスユースケースのモデルを作成するときに、提供されたインサイトを使用してデータセットを作成します。
-
-
このステップでは、不正を評価するビジネスアクティビティ (イベント) を定義します。イベントを定義するには、データセット内の変数、イベントを開始するエンティティ、およびイベントを分類するラベルを設定します。このチュートリアルでは、アカウント登録イベントを定義します。
-
AWS マネジメントコンソール
を開き、アカウントにサインインします。Amazon Fraud Detector に移動します。 -
左側のナビゲーションペインで [イベント] を選択します。
-
イベントタイプページで、作成を選択します。
-
イベントタイプの詳細で、イベントタイプ名
sample_registrationとして を入力し、オプションでイベントの説明を入力します。 -
Entity で、Create entity を選択します。
-
エンティティの作成ページで、エンティティタイプ名
sample_customerとして を入力します。必要に応じて、エンティティタイプの説明を入力します。 -
[エンティティの作成] を選択します。
-
イベント変数 で、このイベントの変数を定義する方法を選択する で、トレーニングデータセットから変数を選択 を選択します。
-
IAM ロール で、IAM ロールの作成 を選択します。
-
「IAM ロールの作成」ページで、サンプルデータをアップロードした S3 バケットの名前を入力し、「ロールの作成」を選択します。
-
データの場所で、サンプルデータへのパスを入力します。これは、サンプルデータをアップロードした後に保存した
S3 URIパスです。パスは のようになりますS3://。your-bucket-name/example dataset filename.csv -
[アップロード] を選択します。
Amazon Fraud Detector は、サンプルデータファイルからヘッダーを抽出し、変数タイプにマッピングします。マッピングがコンソールに表示されます。
-
ラベル - オプションで、ラベル で新しいラベルの作成 を選択します。
-
ラベルの作成ページで、名前
fraudとして を入力します。このラベルは、サンプルデータセット内の不正なアカウント登録を表す値に対応します。 -
[ラベルの作成] を選択します。
-
2 番目のラベルを作成し、名前
legitとして を入力します。このラベルは、サンプルデータセット内の正当なアカウント登録を表す値に対応します。 -
[イベントタイプの作成] を選択します。
-
-
モデルページで、モデルの追加を選択し、モデルの作成を選択します。
-
ステップ 1 – モデルの詳細を定義するには、モデル名
sample_fraud_detection_modelとして を入力します。必要に応じて、モデルの説明を追加します。 -
[モデルタイプ] では、オンライン不正インサイトモデルを選択します。
-
イベントタイプで sample_registration を選択します。これは、ステップ 1 で作成したイベントタイプです。
-
履歴イベントデータで、
-
イベントデータソースで、S3 に保存されているイベントデータを選択します。
-
IAM ロールで、ステップ 1 で作成したロールを選択します。
-
トレーニングデータの場所で、サンプルデータファイルへの S3 URI パスを入力します。
-
-
[Next (次へ)] を選択します。
-
[モデル入力] で、すべてのチェックボックスをオンのままにします。デフォルトでは、Amazon Fraud Detector は履歴イベントデータセットのすべての変数をモデル入力として使用します。
-
ラベル分類では、不正ラベルはサンプルデータセット内の不正イベントを表す値に対応するため、不正ラベルでは不正を選択します。正当なラベルの場合は、このラベルがサンプルデータセット内の正当なイベントを表す値に対応するため、正当を選択します。
-
ラベルなしイベントの処理では、このデータセット例のラベルなしイベントを無視するをデフォルトの選択のままにします。
-
[Next (次へ)] を選択します。
-
確認後、[モデルの作成とトレーニング] を選択します。Amazon Fraud Detector はモデルを作成し、モデルの新しいバージョンのトレーニングを開始します。
モデルバージョンでは、ステータス列にモデルトレーニングのステータスが表示されます。サンプルデータセットを使用するモデルトレーニングの完了には約 45 分かかります。モデルトレーニングが完了すると、ステータスはデプロイ準備完了に変わります。
Amazon Fraud Detector を使用する上で重要なステップは、モデルスコアとパフォーマンスメトリクスを使用してモデルの精度を評価することです。モデルトレーニングが完了すると、Amazon Fraud Detector はモデルのトレーニングに使用されなかったデータの 15% を使用してモデルのパフォーマンスを検証し、モデルのパフォーマンススコアやその他のパフォーマンスメトリクスを生成します。
-
モデルのパフォーマンスを表示するには、
-
Amazon Fraud Detector コンソールの左のナビゲーションペインで、[モデル] を選択します。
-
モデルページで、トレーニングしたモデル (sample_fraud_detection_model) を選択し、1.0 を選択します。これは、Amazon Fraud Detector がモデルに対して作成したバージョンです。
-
-
Amazon Fraud Detector がこのモデルに対して生成したモデルパフォーマンスの総合スコアとその他のすべてのメトリクスを確認します。
このページのモデルパフォーマンススコアとパフォーマンスメトリクスの詳細については、モデルスコア「」および「」を参照してくださいモデルパフォーマンスメトリクス。
トレーニング済みのすべての Amazon Fraud Detector モデルには、このチュートリアルでモデルについて確認したパフォーマンスメトリクスと同様の実際の不正検出パフォーマンスメトリクスがあることが期待できます。
トレーニング済みモデルのパフォーマンスメトリクスを確認し、不正予測を生成する準備ができたら、モデルをデプロイできます。
-
Amazon Fraud Detector コンソールの左側のナビゲーションペインで、モデルを選択します。
-
モデルページで sample_fraud_detection_model を選択し、デプロイする特定のモデルバージョンを選択します。このチュートリアルでは、1.0 を選択します。
-
[モデルバージョン] ページで、[アクション] を選択してから、モデルバージョンのデプロイ] をクリックします。
-
モデルバージョンでは、ステータスにデプロイのステータスが表示されます。デプロイが完了すると、ステータスはアクティブに変わります。これは、モデルバージョンがアクティブ化され、不正予測を生成できることを示します。「」に進みパート B: 不正予測を生成する、不正予測を生成するステップを完了します。
