Publié le: Jul 9, 2021
Nous sommes heureux d'annoncer qu'Amazon Fraud Detector intègre désormais les valeurs d'importance des variables du modèle à chaque nouveau modèle de machine learning (ML) de détection des fraudes afin de fournir aux clients plus d'informations sur les performances de leur modèle.
Fraud Detector est un service entièrement géré qui facilite l'identification de pratiques cybernétiques frauduleuses, notamment la création de faux comptes ou la fraude au paiement en ligne. Fraud Detector s'appuie sur le ML et sur plus de 20 ans d'expertise d'Amazon en matière de détection des fraudes pour identifier automatiquement les activités potentiellement frauduleuses en quelques millisecondes, sans qu'aucune expertise en ML ne soit nécessaire. Fraud Detector personnalise chaque modèle de ML en fonction de l'activité unique de chaque client.
Avec l'importance des variables du modèle, Fraud Detector fournit désormais une liste classée des entrées du modèle en fonction de leur importance relative pour les performances du modèle. Ces informations aident les clients à mieux comprendre leurs modèles de ML et facilitent l'amélioration itérative de la performance des modèles. Par exemple, les clients peuvent choisir d'inclure dans leur modèle d'autres attributs liés à l'adresse IP s'ils constatent que la performance de leur modèle est déterminée par l'adresse IP. Les valeurs d'importance des variables du modèle sont incluses dans chaque nouveau modèle Fraud Detector sans coût supplémentaire, et sont accessibles via la console AWS, AWS CLI et les kits AWS SDK.
La fonction d'importance des variables du modèle est désormais présente dans toutes les régions AWS où Fraud Detector est disponible : USA Est (Virginie du Nord), USA Est (Ohio), USA Ouest (Oregon), Europe (Irlande), Asie-Pacifique (Singapour) et Asie-Pacifique (Sydney). Pour plus de détails, consultez le guide de l'utilisateur de Fraud Detector.