埃琳娜Boiarskaia

构建ML模型是一项耗时的工作，需要全面了解特征工程，选择有用的特征，选择合适的算法，并执行超参数调优。需要进行广泛的实验，以达到一个健壮和性能的模型。此外，跟踪已经开发和部署的模型可能很复杂。解决这些挑战是成功实现大规模端到端ML管道的关键。

在这次演讲中，我们将在Databricks笔记本电脑中展示自动化机器学习的无缝集成，从而为数据科学家和业务用户提供真正统一的分析生命周期，提高速度和效率。bob体育亚洲版具体来说，我们将展示一个应用程序，它可以生成和执行Databricks笔记本电脑，用H2O的无人驾驶AI自动训练ML模型。生成的模型将被MLflow自动跟踪和管理。此外，我们将展示几个部署选项，用于在Databricks集群或外部REST服务器上对新数据进行评分，所有这些都在应用程序中。

(daisna21-sessions-od)

考虑到需要筛选的大量数据、不断发展的技术的复杂性以及欺诈行为的实际示例非常少，大规模检测欺诈模式是一项挑战。在金融领域，额外的安全问题和解释如何识别欺诈行为的重要性进一步增加了任务的难度。遗留系统依赖于难以实现和大规模运行的基于规则的检测。由此产生的代码非常复杂和脆弱，很难更新以跟上新的威胁。

在本次演讲中，我们将讨论如何将基于规则的金融欺诈检测程序转换为在Spark上使用机器学习作为可扩展的模块化解决方案的一部分。我们将研究如何识别适当的特征和标签，以及如何创建一个反馈循环，使模型能够随着时间的推移而发展和改进。我们还将研究如何在整个实验跟踪和模型部署过程中利用MLflow。

具体来说，我们将讨论:
如何创建欺诈检测数据管道
-如何利用框架从大型数据集中构建功能
如何创建模块化代码来重用和维护新的机器学习模型
-如何为给定的欺诈检测问题选择合适的模型和算法