可微分归纳逻辑编程在欺诈检测中的应用
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
本文引入了一个合成银行账户欺诈检测数据集,包含50个复杂的欺诈预测,具有多样的偏见和特征。研究开发了基于容量感知的L2D方法,并在300个测试情境中进行了基准测试,旨在促进人工智能在决策系统中的人机协作。
🎯
关键要点
- 引入了一个合成的银行账户欺诈检测数据集,包含50个复杂的欺诈预测。
- 数据集具有多样的偏见和特征依赖性。
- 开发了一种基于容量感知的L2D方法和拒绝学习方法。
- 在300个不同的测试情境下对基线进行了基准测试。
- 该数据集旨在促进L2D方法的系统化、严格、可复制和透明的评估和比较。
- 促进人工智能在决策系统中更协同的人机协作。
➡️