Andere Kunden interessierten sich auch für
![Studie über fortgeschrittene ML- und DL-Modelle zur Erkennung von Kreditkartenbetrug]( "Studie über fortgeschrittene ML- und DL-Modelle zur Erkennung von Kreditkartenbetrug")
Studie über fortgeschrittene ML- und DL-Modelle zur Erkennung von Kreditkartenbetrug79,90 €![Credit Card Fraud Detection Using Cortical Learning Algorithm]( "Credit Card Fraud Detection Using Cortical Learning Algorithm")
Credit Card Fraud Detection Using Cortical Learning Algorithm27,99 €![Erkennung von Gebärdensprache mithilfe von Deep Learning]( "Erkennung von Gebärdensprache mithilfe von Deep Learning")
Erkennung von Gebärdensprache mithilfe von Deep Learning43,90 €![KI und maschinelles Lernen zur Erkennung von Krankheiten an Kurkuma-Blättern]( "KI und maschinelles Lernen zur Erkennung von Krankheiten an Kurkuma-Blättern")
KI und maschinelles Lernen zur Erkennung von Krankheiten an Kurkuma-Blättern43,90 €![Erkennung und Abwehr von Sicherheitsangriffen mithilfe des ALARM-Protokolls in WSN]( "Erkennung und Abwehr von Sicherheitsangriffen mithilfe des ALARM-Protokolls in WSN")
Erkennung und Abwehr von Sicherheitsangriffen mithilfe des ALARM-Protokolls in WSN35,90 €![Verbesserter Klassifizierungsansatz zur Erkennung von Krankheiten im menschlichen Blut]( "Verbesserter Klassifizierungsansatz zur Erkennung von Krankheiten im menschlichen Blut")
Verbesserter Klassifizierungsansatz zur Erkennung von Krankheiten im menschlichen Blut49,90 €![Erkennung verhaltensorientierter Malware durch Data Mining]( "Erkennung verhaltensorientierter Malware durch Data Mining")
Erkennung verhaltensorientierter Malware durch Data Mining54,90 €
Da Finanzinstitute weltweit auf eine bargeldlose Wirtschaft hinarbeiten, indem sie die Kaufkraft der Bürger erhöhen und die hohen Kosten für den Umgang mit Bargeld senken, ist die Verwendung von Kreditkarten für diesen Zweck von großer Bedeutung. Mit diesem neuen Vorstoß hin zu einer bargeldlosen Wirtschaft wird es daher zu einem deutlichen Anstieg der Kreditkartennutzung und damit auch der damit verbundenen betrügerischen Aktivitäten kommen. Diese Arbeit dient als proaktive Maßnahme zur Erkennung betrügerischer Aktivitäten im Zusammenhang mit Kreditkarten. Die Studie präsentiert ein hierarchisches, auf zeitlichem Gedächtnis basierendes Modell, das betrügerische Transaktionen mit Kreditkarten erkennen kann. Zur Erstellung des Modells zur Erkennung von Kreditkartenbetrug wurde ein neuartiger Ansatz im maschinellen Lernen verwendet, der als Cortical Learning Algorithm bekannt ist. Der Algorithmus arbeitete mit Kreditkartendaten aus dem UCI-Repository, wandelte die hochpopulären Daten in eine spärliche Darstellung um und nutzte dann seine Lernspalten, um räumliche Muster zu lernen. In dieser Arbeit wurde die objektorientierte Analyse- und Entwurfsmethodik verwendet und mit der Programmiersprache Java implementiert. Das resultierende Modell führte Online-Lernen durch und erzielte eine hohe prozentuale Genauigkeit.