Amazon Fraud Detector は、2025 年 11 月 7 日をもって新規顧客に公開されなくなりました。Amazon Fraud Detector と同様の機能については、Amazon SageMaker、AutoGluon、および を参照してください AWS WAF。
翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
# パート A: Amazon Fraud Detector モデルの構築、トレーニング、デプロイ
パート A では、ビジネスユースケースの定義、イベントの定義、モデルの構築、モデルのトレーニング、モデルのパフォーマンスの評価、モデルのデプロイを行います。
## ステップ 1: ビジネスユースケースを選択する
+ このステップでは、**データモデルエクスプローラー**を使用して、ビジネスユースケースを Amazon Fraud Detector でサポートされている不正検出モデルタイプと一致させます。データモデルエクスプローラーは、Amazon Fraud Detector コンソールと統合されたツールで、ビジネスユースケースの不正検出モデルの作成とトレーニングに使用するモデルタイプを推奨します。データモデルエクスプローラーは、データセットに含める必要がある必須、推奨、およびオプションのデータ要素に関するインサイトも提供します。データセットは、不正検出モデルの作成とトレーニングに使用されます。
このチュートリアルでは、ビジネスユースケースは新しいアカウント登録です。ビジネスユースケースを指定すると、データモデルエクスプローラーは不正検出モデルを作成するためのモデルタイプを推奨し、データセットの作成に必要なデータ要素のリストも提供します。新しいアカウント登録のデータを含むサンプルデータセットを既にアップロードしているため、新しいデータセットを作成する必要はありません。
1. [AWS マネジメントコンソール](https://console.aws.amazon.com/)を開き、アカウントにサインインします。Amazon Fraud Detector に移動します。
1. 左側のナビゲーションペインで、**データモデルエクスプローラー**を選択します。
1. **「データモデルエクスプローラー**」ページの**「ビジネスユースケース**」で、**「新規アカウントの不正**」を選択します。
1. Amazon Fraud Detector は、選択したビジネスユースケースの不正検出モデルを作成するために使用する推奨モデルタイプを表示します。モデルタイプは、Amazon Fraud Detector が不正検出モデルのトレーニングに使用するアルゴリズム、エンリッチメント、変換を定義します。
推奨されるモデルタイプを書き留めます。これは、後でモデルを作成するときに必要になります。
1. **データモデルインサイト**ペインは、不正検出モデルの作成とトレーニングに必要な必須データ要素と推奨データ要素に関するインサイトを提供します。
ダウンロードしたサンプルデータセットを確認し、必須データ要素と推奨データ要素がすべてテーブルにリストされていることを確認します。
後で特定のビジネスユースケースのモデルを作成するときに、提供されたインサイトを使用してデータセットを作成します。
## ステップ 2: イベントタイプを作成する
+ このステップでは、不正を評価するビジネスアクティビティ (イベント) を定義します。イベントを定義するには、データセット内の変数、イベントを開始するエンティティ、イベントを分類するラベルを設定します。このチュートリアルでは、アカウント登録イベントを定義します。
1. [AWS マネジメントコンソール](https://console.aws.amazon.com/)を開き、アカウントにサインインします。Amazon Fraud Detector に移動します。
1. 左側のナビゲーションペインで [**イベント**] を選択します。
1. **イベントタイプ**ページで、**作成**を選択します。
1. **イベントタイプの詳細**で、イベントタイプ名`sample_registration`として を入力し、オプションでイベントの説明を入力します。
1. Entity で****、**Create entity** を選択します。
1. **エンティティの作成**ページで、エンティティタイプ名`sample_customer`として を入力します。必要に応じて、エンティティタイプの説明を入力します。
1. [**エンティティの作成**] を選択します。
1. **「イベント変数****」の「このイベントの変数を定義する方法を選択する**」で、**「トレーニングデータセットから変数を選択する**」を選択します。
1. **IAM ロール** で、**IAM ロールの作成** を選択します。
1. **「IAM ロールの作成**」ページで、サンプルデータをアップロードした S3 バケットの名前を入力し、**「ロールの作成**」を選択します。
1. **データの場所**で、サンプルデータへのパスを入力します。これは、サンプルデータをアップロードした後に保存した`S3 URI`パスです。パスは に似ています`S3://{{your-bucket-name}}/{{example dataset filename}}.csv`。
1. **アップロード** を選択します。
Amazon Fraud Detector は、サンプルデータファイルからヘッダーを抽出し、変数タイプにマッピングします。マッピングはコンソールに表示されます。
1. **ラベル - オプション****で、ラベル** で新しい**ラベルを作成する** を選択します。
1. **ラベルの作成**ページで、名前`fraud`として を入力します。このラベルは、サンプルデータセットの不正なアカウント登録を表す値に対応します。
1. [**ラベルの作成**] を選択します。
1. 2 番目のラベルを作成し、名前`legit`として を入力します。このラベルは、サンプルデータセットの正当なアカウント登録を表す値に対応します。
1. [**イベントタイプの作成**] を選択します。
## ステップ 3: モデルを作成する
1. **「モデル**」ページで**「モデルの追加**」を選択し、**「モデルの作成**」を選択します。
1. **ステップ 1 – モデルの詳細を定義する**には、モデル名`sample_fraud_detection_model`として を入力します。必要に応じて、モデルの説明を追加します。
1. [**モデルタイプ**] では、**オンライン不正インサイト**モデルを選択します。
1. **イベントタイプ**で sample**\_registration** を選択します。これは、ステップ 1 で作成したイベントタイプです。
1. **履歴イベントデータ**では、
1. **イベントデータソース**で、**S3 に保存されているイベントデータ**を選択します。
1. **IAM ロール**の場合は、ステップ 1 で作成したロールを選択します。
1. **トレーニングデータの場所**で、サンプルデータファイルへの S3 URI パスを入力します。
1. [**次へ**] を選択します。
## ステップ 4: モデルをトレーニングする
1. [**モデル入力**] で、すべてのチェックボックスをオンのままにします。デフォルトでは、Amazon Fraud Detector は履歴イベントデータセットのすべての変数をモデル入力として使用します。
1. **ラベル分類**では、**不正ラベル**はサンプルデータセット内の**不正**イベントを表す値に対応するため、不正ラベルでは不正を選択します。**正当なラベル**の場合、このラベルはサンプルデータセット内の正当なイベントを表す値に対応するため、**正当**を選択します。
1. **ラベルなしイベント処理**の場合、このサンプルデータセットの**ラベルなしイベントを無視**するのデフォルト選択のままにします。
1. [**次へ**] を選択します。
1. 確認後、[**モデルの作成とトレーニング**] を選択します。Amazon Fraud Detector はモデルを作成し、モデルの新しいバージョンのトレーニングを開始します。
**モデルバージョン**では、**「ステータス**」列にモデルトレーニングのステータスが表示されます。サンプルデータセットを使用するモデルトレーニングの完了には約 45 分かかります。モデルトレーニングが完了すると、ステータスは**デプロイ準備完了**に変わります。