Аудит больших данных. Как искать отклонения в процессе?

Для чего мы ищем аномалии данных? Одна из задач внутреннего аудитора – поиск отклонений в процессе. Если раньше для формулировки аномального поведения требовался ручной анализ данных. То сейчас, использование языков программирования, позволяет нам увидеть скрытые связи, а также оптимизировать процесс анализа и трудозатраты. Это одно из преимуществ методов и моделей машинного обучения. В этом вебинаре подробнее расскажем: - Как проверить задачи поиска аномалий? - Как обнаруживать факты мошенничества в огромных массивах данных? - Как находить выбросы и анализировать их? - Как расчитать статистические меры и визуализировать результат, используя питон. - Supervised vs Unsupervised learning (контролируемое и неконтролируемое обучение) - Также несколько лайфхаков для аудита: как найти фрод, новизну в данных и сбои в системах Подробные ответы на вопросы вебинара здесь: