パート A: Amazon Fraud Detector モデルの構築、トレーニング、デプロイ - Amazon Fraud Detector

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: Amazon Fraud Detector モデルの構築、トレーニング、デプロイ

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 がサポートする不正検出モデルタイプと照合します。データモデルエクスプローラーは Amazon Fraud Detector コンソールに統合されたツールで、ビジネスユースケースに合わせた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では、データセットに含める必要のある必須、推奨、およびオプションのデータ要素に関する洞察も得られます。このデータセットは、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として新規アカウント登録を行います。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が不正検知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ので、新しいデータセットを作成する必要はありません。

    1. 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。

    2. 左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。

    3. 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、[新規アカウント詐欺] を選択します。

    4. Amazon Fraud Detector には、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できる推奨モデルタイプが表示されます。モデルタイプは、Amazon Fraud Detector が不正検出モデルをトレーニングするために使用するアルゴリズム、エンリッチメント、およびトランスフォーメーションを定義します。

      推奨モデルタイプを書き留めておきます。この情報は後でモデルを作成するときに必要になります。

    5. データモデルインサイトペインでは、不正検出モデルの作成とトレーニングに必要な必須データ要素と推奨データ要素に関する洞察が得られます。

      ダウンロードしたサンプルデータセットを見て、表に記載されている必須データ要素と推奨データ要素がすべて含まれていることを確認してください。

      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、不正行為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、イベントを分類するラベルの設定が必要です。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。

    1. 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。

    2. 左側のナビゲーションペインで [イベント] を選択します。

    3. 「イベントタイプ」ページで、「作成」を選択します。

    4. [イベントタイプの詳細] に、sample_registrationイベントタイプ名として入力し、必要に応じてイベントの説明を入力します。

    5. [エンティティ] で、[エンティティの作成] を選択します。

    6. 「エンティティの作成」ページで、sample_customerエンティティタイプ名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。

    7. [エンティティの作成] を選択します。

    8. [イベント変数] の [このイベントの変数の定義方法の選択] 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。

    9. IAM ロールには、「IAM ロールの作成」を選択します。

    10. [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、[Create role] を選択します。

    11. [データの場所] に、サンプルデータのパスを入力します。これは、S3 URIサンプルデータをアップロードした後に保存したパスです。パスはこれに似ています:S3://your-bucket-name/example dataset filename.csv.

    12. [Upload] (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、変数タイプでマッピングします。マッピングはコンソールに表示されます。

    13. [ラベル-オプション] の [ラベル] で、[新しいラベルの作成] を選択します。

    14. [ラベルの作成] ページで、fraud名前として入力します。このラベルは、サンプルデータセットの不正なアカウント登録を表す値に対応しています。

    15. [ラベルの作成] を選択します。

    16. 2 つ目のラベルを作成し、legit名前として入力します。このラベルは、サンプルデータセットの正当なアカウント登録を表す値に対応しています。

    17. [イベントタイプの作成] を選択します。

  1. [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。

  2. ステップ 1 — モデルの詳細を定義するには、sample_fraud_detection_modelモデル名として入力します。必要に応じて、モデルの説明を追加することもできます。

  3. [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。

  4. [イベントタイプ] に [サンプル登録] を選択します。ステップ 1 で作成したイベントタイプです。

  5. 過去のイベントデータでは、

    1. [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。

    2. IAM ロールでは、ステップ 1 で作成したロールを選択します。

    3. トレーニングデータの場所に、サンプルデータファイルの S3 URI パスを入力します。

  6. [Next] (次へ) を選択します。

  1. [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。

  2. [不正ラベル] の [ラベルの分類] では、[不正] を選択します。このラベルは、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しているためです。[正当なラベル] では、[正当] を選択します。このラベルは、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しているためです。

  3. ラベルなしイベントの処理では、このサンプルデータセットのデフォルト選択である [ラベルのないイベントを無視] のままにします。

  4. [Next] (次へ) を選択します。

  5. 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をトレーニングし始めます。

    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は、完了までに約 45 分かかります。モデルトレーニングが完了すると、ステータスが「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とその他のパフォーマンスメトリクスを生成します。

  1. モデルのパフォーマンスを表示するには、

    1. 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。

    2. モデルページで、トレーニングしたばかりのモデル (sample_fraud_detection_model) を選択し、次に 1.0 を選択します。これは、Amazon Fraud Detector がお客様のモデルに対して作成したバージョンです。

  2. モデルパフォーマンスの総合スコアと、Amazon Fraud Detector がこのモデルについて生成したその他すべての指標を見てください。

    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ックの詳細については、「」モデルスコア と「」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 Amazon Fraud Detector モデルには、このチュートリアルのモデルに表示されるパフォーマンスメトリクスに似た実世界の不正検出パフォーマンスメトリクスが期待できます。

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整ったら、モデルをデプロイできます。

  1. 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。

  2. [モデル] ページで、[sample_fraud_detection_model] を選択してから、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。

  3. [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。

  4. モデルバージョンでは、ステータスにはデプロイのステータスが表示されます。デプロイを完了すると、ステータスが [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ており、不正予測を生成できることを示しています。パート B: 不正予測を生成するに進んで、不正予測を生成する手順を完了します。