2026.02.09
-
產品系列
Products
資料科學
網路通訊
其他應用軟體
硬體及周邊
最新活動
News
產品新知
Blogs
關於我們
About Us
聯絡我們
Contact Us
Altair AI Studio 中的異常偵測
金融機構暴露於詐欺交易、異常帳戶活動以及法規遵循違規等風險日益增加。傳統以規則為基礎、仰賴預先定義的門檻值等方法，已顯得越來越力不從心。
本研究使用了一組高交易頻率的交易資料集，包含 2,512 筆樣本與 16 項特徵，涵蓋多元的使用者與交易相關指標。主要屬性包括帳戶 ID、交易金額、裝置 ID、地理位置、IP 位址、客戶人口統計資料，以及具時間戳記的活動紀錄。搭配非監督式機器學習技術，具體包括密度式雜訊應用空間叢集演算法（DBSCAN）以及來自 Python 異常偵測函式庫 PyOD 的 Isolation Forest。
透過DBSCAN與Isolation Forest各自的優勢，此方法能有效辨識偏離正常交易行為的模式。將資料前處理、特徵工程、叢集分析與模型解讀無縫整合於單一流程中，突顯了低程式碼平台在加速智慧型系統開發方面的巨大潛力。隨著數位交易在數量與複雜度上持續成長，Altair AI Studio已成為金融業進行異常偵測不可或缺的關鍵。
來源：Anomaly Detection in Altair AI Studio: A Comparative Approach Using DBSCAN Clustering and Isolation Forest (PyOD)
訂閱昊青/取消訂閱
*為必填
台北總公司
- 104079 台北市中山區復興北路354號11樓
(02) 2505-0525
(02) 2503-1680
高雄辦公室
- 800408 高雄市新興區民生一路56號6樓之6
(07) 229-8600
(07) 229-8660
客服資訊
- info@sciformosa.com.tw
0800-099-900