发布于: Jul 9, 2021

我们很高兴地宣布,Amazon Fraud Detector 现在在每个新的欺诈侦测机器学习 (ML) 模型中都包含模型变量重要性值,可以让客户更加了解他们模型的性能。

Fraud Detector 是一项完全托管式服务,可轻松识别潜在的欺诈性线上活动,例如创建虚假账户或在线支付欺诈。通过在幕后使用机器学习,并依托 Amazon 20 多年的欺诈侦测专业知识,Fraud Detector 可以在几毫秒内自动识别潜在的欺诈活动,而不需要利用机器学习专业知识。Fraud Detector 可以根据每位客户的独特业务定制每个机器学习模型。

借助模型变量重要性,Fraud Detector 现在可以根据模型输入对模型性能的相对重要性提供一个模型输入排序表。这些信息可以帮助客户更好地理解他们的机器学习模型,并更轻松地以迭代方式提高模型性能。例如,如果客户观察到他们的模型性能受 IP 地址的影响,他们可能会选择在模型中纳入其他与 IP 地址相关的属性。模型变量重要性值包含在每一个新的 Fraud Detector 模型中,不需要额外成本,并且可以通过 AWS 控制台、AWS CLI 和 AWS 开发工具包访问。

模型变量重要性功能现已在所有提供 Fraud Detector 的 AWS 区域推出:美国东部(弗吉尼亚北部)、美国东部(俄亥俄)、美国西部(俄勒冈)、欧洲(爱尔兰)、亚太地区(新加坡)和亚太地区(悉尼)。有关更多详细信息,请参阅 Fraud Detector 用户指南