本筆記源于CDA-DSC課程，由常國珍老師主講。該訓練營第一期為風控主題，教育訓練内容十分緊湊，非常好，推薦：CDA資料科學家訓練營
——————————————————————————————————————————
一、欺詐、損失定義與分類
1、欺詐分類
欺詐與客戶虛假資訊識别的案例較少，因為這些案例的資料源十分敏感，一般不會流入市場供大衆參考。
從英國信用行業欺詐防範體系中看出，絕大多數欺詐可以分為申請欺詐、身份欺詐。
申請欺詐：使用虛假資訊申請，較多根源于内部（公司内部員工引發）
身份欺詐：使用僞造的資訊或盜用無辜的受害人的資訊進行申請（外部）
申請欺詐，一般不是模型問題，而是資料本身存在問題，譬如小城市大學生比例超級高，模型是做不出來的，隻能從描述性看出來。中國的欺詐、評級原理不公開，因為一公開，造假的可能性越大，負擔不起。
2、損失分類
——————————————————————————————————————————
二、欺詐防控體系
欺詐一般不用什麼深入的模型進行拟合，比較看重分析員對業務的了解，從異常值就可以觀測出欺詐行為軌迹。同時欺詐較多看重分類模型的召回與準确率兩個名額。較多使用SVM來進行模組化。
召回率，準确率，排序很準的模型排行：
1、SVM
2、随機森林、決策樹
1、銀行卡欺詐防控體系
2、檢測級别提升路徑
其中，規則判斷，行為特征分析屬于較為簡單的分析方法，大多不需要通過模組化，通過觀測業務資料以及異常行為特征分析即可；