IEEE-CIS-欺诈检测 该存储库包含有关IEEE-CIS欺诈检测数据集的深入探索探索性数据分析（EDA）。竞争是一个二进制分类问题-即我们的目标变量是一个二进制属性（用户是否使点击欺诈？），我们的目标是尽可能将用户分类为“欺诈”或“非欺诈”。 您可以阅读IEEE-CIS欺诈检测页面中的完整数据集概述和数据描述。 在此存储库中，您可以访问； EDA.ipynb：包含深入分析的Jupyter笔记本 util_data_cleaning.py：包含大量数据清除功能的Python文件。 util

基于DGL的图形神经网络实时欺诈检测 它是使用图数据库 ， 和来从表格数据构建异构图并训练图神经网络（GNN）模型以检测欺诈行为的端到端实时欺诈检测解决方案。 解决方案的架构 此解决方案由以下组成， 欺诈检测解决方案堆栈 嵌套模型训练和部署堆栈 嵌套实时欺诈检测堆栈 嵌套事务仪表板堆栈 模型训练和部署堆栈 模型培训和部署管道由精心安排，如下图所示， 仪表板堆栈 它创建一个基于React的Web门户，该门户观察该解决方案检测到的近期欺诈交易。该Web应用程序还由 ， ， ， ， 和编排。