Ensemble-Strategie für Betrugserkennung in einem Frankfurter Fintech
Übersicht
Worum es bei diesem Projekt geht.
Implementiere XGBoost, MLP und Regel-Klassifikator, kombiniere per Stacking für Betrugserkennung und erhalte ein verifizierbares Zertifikat.
Das Briefing
Was Du tust und was Du zeigst.
Entwirf und bewerte eine Ensemble-Betrugserkennung, die unter realistischem Prüfbudget den höchsten kostenadjustierten Nutzen liefert.
Earning criteria — what you'll demonstrate
- Ensemble-Methoden (Stacking, Voting) konzeptionell verstehen und sauber implementieren
- Out-of-Fold-Vorhersagen für leakagefreies Stacking erzeugen
- Kosten-sensitives Lernen und Schwellenwert-Optimierung anwenden
- Klassifikator-Entscheidungen gegenüber Compliance-Stakeholdern erklären
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Advanced Machine Learning
Master · Ai Ml
Fit score: 1
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Karrierewege, die das aufbaut
Kanonische RollenData Scientist
Ein kosten-sensitives Ensemble unter realen Budgetbeschränkungen zu bauen und mit Stakeholdern abzustimmen ist genau die tägliche Arbeit eines Data Scientists in Fintech-Risk-Teams.
Dieses Projekt schärft
- ensemble-methods
- cost-sensitive-learning
- model-evaluation
Machine Learning Engineer
Stacking-Pipelines leakagefrei zu implementieren und mit klar dokumentierten Schwellenwerten zu produktionsreif zu machen ist Kerngebiet von ML Engineers.
Dieses Projekt schärft
- stacking
- gradient-boosting
- scikit-learn
Applied AI Scientist
Methoden-Auswahl unter Kostendruck zu treffen und schriftlich gegenüber Compliance zu verteidigen ist tägliche Praxis angewandter KI-Wissenschaftler in regulierten Branchen.
Dieses Projekt schärft
- ensemble-methods
- cost-sensitive-learning
- scikit-learn
Noch eine Sache