O Amazon Fraud Detector não está mais aberto a novos clientes a partir de 7 de novembro de 2025. Para recursos semelhantes ao Amazon Fraud Detector SageMaker, explore Amazon AutoGluon, AWS WAF e.
As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
# Parte A: Crie, treine e implante um modelo do Amazon Fraud Detector
Na parte A, você define seu caso de uso comercial, define seu evento, cria um modelo, treina o modelo, avalia o desempenho do modelo e implementa o modelo.
## Etapa 1: escolha seu caso de uso comercial
+ Nesta etapa, você usa o **explorador de modelos de dados** para combinar seu caso de uso comercial com os tipos de modelos de detecção de fraudes suportados pelo Amazon Fraud Detector. O Data Models Explorer é uma ferramenta integrada ao console do Amazon Fraud Detector que recomenda um tipo de modelo a ser usado para criar e treinar um modelo de detecção de fraudes para seu caso de uso comercial. O explorador de modelos de dados também fornece informações sobre os elementos de dados obrigatórios, recomendados e opcionais que você precisará incluir em seu conjunto de dados. O conjunto de dados será usado para criar e treinar seu modelo de detecção de fraudes.
Para o propósito deste tutorial, seu caso de uso comercial são os registros de novas contas. Depois de especificar seu caso de uso comercial, o explorador de modelos de dados recomendará um tipo de modelo para criar um modelo de detecção de fraudes e também fornecerá uma lista dos elementos de dados necessários para criar seu conjunto de dados. Como você já fez o upload de um conjunto de dados de amostra contendo dados de novos registros de conta, não é necessário criar um novo conjunto de dados.
1. Abra o [Console de Gerenciamento da AWS](https://console.aws.amazon.com/) e faça login em sua conta. Navegue até o Amazon Fraud Detector.
1. No painel de navegação esquerdo, escolha **Explorador de modelos de dados**.
1. Na página **Explorador de modelos de dados**, em **Caso de uso comercial**, selecione **Nova fraude de conta**.
1. O Amazon Fraud Detector exibe o tipo de modelo recomendado a ser usado para criar um modelo de detecção de fraudes para o caso de uso comercial selecionado. O tipo de modelo define os algoritmos, enriquecimentos e transformações que o Amazon Fraud Detector usará para treinar seu modelo de detecção de fraudes.
Anote o tipo de modelo recomendado. Você precisará disso mais tarde ao criar seu modelo.
1. O painel **Informações do modelo de dados** fornece informações sobre os elementos de dados obrigatórios e recomendados necessários para criar e treinar um modelo de detecção de fraudes.
Dê uma olhada no conjunto de dados de amostra que você baixou e verifique se ele tem todos os elementos de dados obrigatórios e alguns recomendados listados na tabela.
Posteriormente, ao criar um modelo para seu caso de uso comercial específico, você usará os insights fornecidos para criar seu conjunto de dados.
## Etapa 2: criar o tipo de evento
+ Nesta etapa, você define a atividade comercial (evento) a ser avaliada em caso de fraude. Definir o evento envolve definir as variáveis que estão no seu conjunto de dados, a entidade que inicia o evento e os rótulos que classificam o evento. Neste tutorial, você define o evento de registro da conta.
1. Abra o [Console de Gerenciamento da AWS](https://console.aws.amazon.com/) e faça login em sua conta. Navegue até o Amazon Fraud Detector.
1. No painel de navegação esquerdo, escolha **Events**.
1. Na página **Tipo de eventos**, escolha **Criar**.
1. Em **Detalhes do tipo de evento**, insira `sample_registration` como nome do tipo de evento e, opcionalmente, insira uma descrição do evento.
1. Em **Entidade**, escolha **Criar entidade**.
1. Na página **Criar entidade**, insira `sample_customer` como nome do tipo de entidade. Opcionalmente, insira uma descrição do tipo de entidade.
1. Escolha **Create entity (Criar entidade)**.
1. Em **Variáveis do evento**, em **Escolher como definir as variáveis desse evento**, escolha **Selecionar variáveis de um conjunto de dados de treinamento**.
1. Para a **função do IAM**, escolha **Criar função do IAM**.
1. Na página **Criar função do IAM**, insira o nome do bucket do S3 para o qual você fez o upload dos dados de exemplo e escolha **Criar função**.
1. Em **Localização dos dados**, insira o caminho para seus dados de exemplo. Esse é o `S3 URI` caminho que você salvou depois de carregar os dados de exemplo. O caminho é semelhante a este:`S3://{{your-bucket-name}}/{{example dataset filename}}.csv`.
1. Escolha **Carregar**.
O Amazon Fraud Detector extrai os cabeçalhos do seu arquivo de dados de exemplo e os mapeia com um tipo de variável. O mapeamento é exibido no console.
1. Em **Rótulos - opcional**, em **Rótulos**, escolha **Criar novos rótulos**.
1. Em **Criar página de etiqueta**, insira `fraud` como nome. Esse rótulo corresponde ao valor que representa o registro fraudulento da conta no conjunto de dados de exemplo.
1. Escolha **Criar etiqueta**.
1. Crie um segundo rótulo e insira `legit` como nome. Esse rótulo corresponde ao valor que representa o registro legítimo da conta no conjunto de dados de exemplo.
1. Escolha **Criar tipo de evento**.
## Etapa 3: criar modelo
1. Na página **Modelos**, escolha **Adicionar modelo** e, em seguida, escolha **Criar modelo**.
1. Para **Etapa 1 — Definir detalhes do modelo**, insira `sample_fraud_detection_model` como nome do modelo. Opcionalmente, adicione uma descrição do modelo.
1. Em **Tipo de modelo**, escolha o modelo **Online Fraud Insights**.
1. Em **Tipo de evento**, escolha **sample\_registration**. Esse é o tipo de evento que você criou na Etapa 1.
1. Em **dados históricos de eventos**,
1. Em **Fonte de dados do evento**, escolha **Dados do evento armazenados no S3**.
1. Para a **função do IAM**, selecione a função que você criou na Etapa 1.
1. Em **Localização dos dados de treinamento**, insira o caminho do URI do S3 para seu arquivo de dados de exemplo.
1. Escolha **Próximo**.
## Etapa 4: modelo do trem
1. Em **Entradas do modelo**, deixe todas as caixas de seleção marcadas. Por padrão, o Amazon Fraud Detector usa todas as variáveis do seu conjunto de dados de eventos históricos como entradas do modelo.
1. Na **classificação de rótulos**, para **rótulos** de **fraude, escolha fraude**, pois esse rótulo corresponde ao valor que representa eventos fraudulentos no conjunto de dados de exemplo. Para **rótulos legítimos**, escolha **legítimo, pois** esse rótulo corresponde ao valor que representa eventos legítimos no conjunto de dados de exemplo.
1. Para o **tratamento de eventos não rotulados**, mantenha a seleção padrão **Ignorar eventos não rotulados para este conjunto de dados de exemplo**.
1. Escolha **Próximo**.
1. Depois de revisar, escolha **Criar e treinar o modelo**. O Amazon Fraud Detector cria um modelo e começa a treinar uma nova versão do modelo.
Nas **versões do modelo**, a coluna **Status** indica o status do treinamento do modelo. O treinamento do modelo que usa o conjunto de dados de exemplo leva aproximadamente 45 minutos para ser concluído. O status muda para **Pronto para implantação** após a conclusão do treinamento do modelo.