Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Betrugsaufdeckung mit Amazon Fraud Detector
In diesem Abschnitt wird ein typischer Arbeitsablauf zur Betrugserkennung mit Amazon Fraud Detector beschrieben. Außerdem wird zusammengefasst, wie Sie diese Aufgaben erledigen können. Das folgende Diagramm bietet einen allgemeinen Überblick über den Arbeitsablauf zur Betrugserkennung mit Amazon Fraud Detector.
Die Betrugserkennung ist ein kontinuierlicher Prozess. Stellen Sie nach der Bereitstellung Ihres Modells sicher, dass Sie seine Leistungswerte und Kennzahlen auf der Grundlage der Prognoseerklärungen bewerten. Auf diese Weise können Sie die wichtigsten Risikoindikatoren identifizieren, die Grundursachen eingrenzen, die zu Fehlalarmen führen, und Betrugsmuster in Ihrem gesamten Datensatz analysieren und etwaige Verzerrungen erkennen. Um die Genauigkeit der Prognosen zu erhöhen, können Sie Ihren Datensatz so anpassen, dass er neue oder überarbeitete Daten enthält. Anschließend können Sie Ihr Modell mit dem aktualisierten Datensatz neu trainieren. Sobald mehr Daten verfügbar sind, trainieren Sie Ihr Modell weiter, um die Genauigkeit zu erhöhen.
