• Regeln für den Dokumente-Bereich:

    In den Börsenbereich gehören nur Angebote die bereits den Allgemeinen Regeln entsprechen.

    Allgemeines:

    Nicht erlaubt im Dokumente-Bereich sind:

    - indizierte Titel (inkl. Comics)
    - extremistische Werke, Zeitschriften und Comics (egal, welche Richtung)
    - jegliche Art von Pornographie
    - Anleitungen zu kriminellen Handlungen, gleich welcher Art
    - sadistische, menschenverachtende oder ähnliche Werke

    Nutzt den "Bedanken"-Button, bei Sammelthreads führen jegliche Kommentare, positiv wie negativ, sehr schnell zu einer Unübersichtlichkeit des Threads. Downmeldungen sind an den Uploader zu richten

    Vor dem Einstellen zu beachten:

    - Suchfunktion

    Vergewissert euch, dass es euer Dokument noch nicht im Board gibt, Doppelposts werden kommentarlos gelöscht. Ist es schon vorhanden, tragt es als Mirror im bestehenden Post ein.

    - Threadtitel

    Idealerweise ist sofort zu erkennen um was es sich handelt. Verseht euren Titel mit den relevanten Informationen, das hilft euch und damit auch uns und allen Suchenden erheblich weiter.

    Beispiel: [Thriller] Dan Brown - Inferno oder bei Magazinen:

    Computerbild - 14/2014 (es muss ersichtlich sein, um welche Ausgabe und welches Magazin es sich handelt)

    Folgende Präfixe stehen im Unterforum "Unterhaltung" zur Verfügung:

    [Humor]
    [Drama]
    [Erotik]
    [Fantasy]
    [Krimi]
    [Roman]
    [Thriller]
    [Horror]
    [Science Fiction]

    Inhalt des Beitrags:

    Folgende Pflichtangaben gilt es einzuhalten:

    - Autor
    - Titel
    - Präfix
    - Cover
    - Genre
    - Inhaltsbeschreibung
    - enthaltene Formate
    - Gesamtgröße des Downloads
    - Hoster
    - ggf. Passwort

    Nicht erlaubt sind alle Dateien, die den Download unnötig aufblähen um eine Affiliategrenze zu erreichen, wie zB. mp3-files, übergroße Bilder, etc.

    Ebenso nicht erlaubt sind sämtliche Dateien mit DRM, persönlichen Daten, etc., diese werden kommentarlos zu eurem eigenem Schutz gelöscht.

    Achtet bitte bei der Konvertierung der Formate auf die Lesbarkeit, ein epub, was nur einfach durch Calibre gejagt wird um ein PDF zu erhalten, ist zu 99% eben nicht lesbar. Wenn ihr es nicht könnt, dann lasst es besser oder lest euch ein, wie man es richtig macht.


    Unterforum Comics:

    Threadtitel:

    Ähnlich, wie bei Unterhaltung und Magazinen, sollte der Titel alle relevanten Informationen enthalten, hier bitte

    - den Titel des Comics
    - den Verlag (einige Comics sind in verschiedenen Verlagen erschienen)
    - das Erscheinungsjahr

    Erlaubt sind folgende Formate:

    - CBR
    - CBZ

    Grundsätzlich gilt: jede Version eines Comics erhält einen eigenen Thread, Ersteller eines Comics können ihre Bände gerne mit dem Zusatz (Original-Release) versehen.

    Bei Unsicherheiten zur korrekten Benennung bitte die Informationen von www.comicguide.de nutzen.

    Inhalt des Beitrags:

    Pflichtangaben hier sind:

    - Titel des Bandes und ggf. Nummer
    - Cover
    - falls bekannt technische Daten (DPI, Breite, Speicherqualität)
    - Größe des Downloads
    - Hoster
    - ggf. Passwort
    - falls bekannt Releasenamen
  • Bitte registriere dich zunächst um Beiträge zu verfassen und externe Links aufzurufen.




Fight Fraud with Machine Learning (MEAP V09)

LeeAndro

MyBoerse.bz Pro Member
a2888d09-7f67-4764-a3bb-bec4169d8beb.png

English | 2024 | ISBN: 9781633438224 | 337 pages | PDF,EPUB | 62.47 MB​

Financial and corporate fraud happen every day, and the fraudsters inevitably leave a digital trail. Machine learning techniques, including the latest generation of LLM-driven AI tools, help identify the telltale signals that a crime is taking place. Fight Fraud with Machine Learning teaches you how to apply cutting edge ML to identify fraud, find the fraudsters, and possibly even catch them in the act.

In Fight Fraud with Machine Learning youll learn how to
Detect phishing, card fraud, bots, and more
Fraud data analysis using Python tools
Build and evaluate machine learning models
Vision transformers and graph CNNs

In this cutting-edge book youll develop scalable and tunable models that can spot and stop fraudulent activity in online transactions, data stores, even in digitized paper records. Youll use Python to battle common scams like phishing and credit card fraud, along with new and emerging threats like voice spoofing and deepfakes.

about the book
Fight Fraud with Machine Learning teaches you to build and deploy state-of-the-art fraud detection systems. Youll start with the basics of rule-based systems, iterating chapter-by-chapter until youre creating tools to stop the most sophisticated modern attacks. Almost every online fraud you might encounter is covered in detail.

Examples and exercises help you practice identifying credit card fraud with logistic regression, using decision trees and random forests to identify fraudulent online transactions, and detecting fake insurance claims through gradient boosted trees. Youll deploy neural networks to tackle Know Your Customer fraud, spot social network bots, catch deepfakes, and more! Plus, youll even dive into the latest research papers to discover powerful deep learning techniques such as vision transformers.

about the reader
For fraud detection product managers, data scientists, and machine learning engineers confident with Python programming.

about the author
Ashish Ranjan Jha has worked for large technology companies like Oracle and Sony, as well as tech unicorns such as Revolut and Tractable. He has a decade of working experience in the field of Machine Learning using Python.




DOWNLOAD
rapidgator
nitroflare
 
Zurück
Oben Unten