PayPal 如何使用实时图形数据库和图形分析来打击欺诈

介绍 近年来,在 COVID-19 大流行的推动下,电子商务呈指数级增长。数字支付是电子商务的命脉,随着数字支付的兴起,支付欺诈也随之兴起。与数字支付相关的欺诈检测和预防是复杂且不断发展的,因为欺诈者一直在努力寻找新的货币化方式。支付行业本身也是有组织和重复欺诈者的目标领域。 PayPal 为全球超过 4 亿活跃的消……

阅读全文

DeepDiff — 使用Python递归查找并忽略细微差异

动机 在比较两个 Python 对象时,您可能不希望测试关注一些细微的差异,例如列表中值的顺序。 例如,您可能希望测试考虑 [3, 2] 与 [2, 3] 相同。 但是,当顺序不同时,您会收到错误消息。 是否有能够在比较时忽略两个python对象的顺序呢? 这就是 DeepDiff 派上用场的时候。 在本文中,您将学习如何使用 DeepDiff 来防止比较 Python 对象的……

阅读全文

学习推荐系统的最好用的3 个 Python 包

推荐系统是一个数据科学问题,它根据历史数据预测用户或客户想要什么。 推荐系统有两种常见的工作方式——协同过滤和基于内容的过滤。 上面的条款你觉得熟悉吗? 可能是可能不是。 无论如何,本文旨在更好地理解使用这三大 Python 包的推荐系统。 这些包是什么? 让我们开始吧! Surprise =========== Surprise是一个开源的 Python……

阅读全文

使用Python 的数据透视表

摘要 数据透视表促进了对数据的探索,以发现如果没有构建数据或实施一些艰巨的数学过程,这些见解将被隐藏。 在本笔记本中,我们将使用 Python 编程语言的 Pandas 库构建数据透视表。 我们将用于执行数据分析的数据将是 2021 年 12 月 23 日发生的虚构销售交易样本。 Python 包 我们将用于销售交易数据集分析的包将是 NumPy 和 Pandas……

阅读全文

端到端机器学习工作流程

应用机器学习解决实际业务问题,不仅仅是将数据输入到机器学习模型中,而是一个更复杂的问题,需要实践经验和分析技能。它首先提出有关业务目标和约束的正确问题,以便为机器学习系统设计提供信息。之后定义潜在的数据源以及如何收集它们。然后,探索和理解它。之后是数据科学工作中最耗时的步骤,即数……

阅读全文

什么是深度前馈网络? 深度学习解释

什么是深度前馈网络? 基本上深度前馈网络(我将在文章的其余部分使用缩写 DFN)就是这样的神经网络,它只使用输入通过函数前馈,比如说 f *,但只能通过转发。 DFN 中没有反馈机制。 确实存在这样的情况,当我们有来自输出的反馈机制时,称为 循环神经网络(我也打算稍后再写)。 它有哪些应用? DFN 在许多领……

阅读全文

潜在空间表示:关于使用 TensorFlow 的自编码器的手把手教程

这是我正在编写的关于使用深度神经网络的无监督/自监督学习系列教程的第 1 部分。这将涵盖以下主题: · 自编码器 · 变分自编码器 · 生成对抗网络 在本教程中,重点将放在使用自动编码器架构的潜在空间实现及其使用 t-SNE 嵌入的可视化上。在我们深入研究代码之前,让我们定义一些我们将在整个教程中遇到的重要概……

阅读全文

去中心化与中心化:使用 Nodle NFT Drop 做出选择

10,000 NFT:你服用 蓝色药丸*……故事结束,你回到* 中心化 相信任何你想相信的。你服用 红色药丸*……你留在* 去中心化*,Nodle会告诉你去中心化兔子洞有多深……* 这些去中心化 NFTS 将授予 Nodle Parachain 拍卖的 10,000 个最高出价者。 随着 Nodle 进入 Polkadot 上的第二批平行链老虎机拍卖,我们展示了一种新的合作,它模糊了艺术……

阅读全文

Clinician-in-the-loop机器学习

在医疗保健行业部署机器学习的经验教训。 我们在 Ufonia 所做的自动化医疗保健工作依赖于最先进的机器学习。 引入现代机器学习模型来解决医疗保健面临的巨大挑战是一件有趣和令人兴奋的事情,但这并非易事,所以我想分享我们迄今为止学到的一些经验教训。 迄今为止,我们成功的关键是作为一个深度跨学科的团队,……

阅读全文

特定用途神经网络简介

人工神经网络 (ANN) 用途广泛,可设计用于解决不同的问题。 特定的架构风格对于解决某些问题很有用。 将架构视为网络的基本配置。 卷积神经网络 (CNN) 专为图像识别而设计。 这些网络可用于查找图像中不同对象和独特区域之间的关系。 如果您曾经在网上搜索过图像,那么您很可能已经与 CNN 进行了间接互动。 标准 ANN 接受固定……

阅读全文

最近文章

标签

友情链接

其它