Модуль искусственного интеллекта информационно-аналитической системы финансового мониторинга открытых данных

Артур Шарафутдинов (НИУ ВШЭ, Магистр) @ MoscowPython 38

Прогнозирование величины сомнительных операций (отмывание денег, финансирование терроризма) по открытым данным.

Transcript

1. Модуль искусственного интеллекта информационно- аналитической системы финансового мониторинга открытых данных
3. ТОПОЛОГИЯ МЕТОДОВ РАННЕГО ПРЕДУПРЕЖДЕНИЯ
4. • Разработка модуля для автоматического поиска структуры сомнительных операций и прогноза объема фиктивных операций с ценными бумагами • Программная реализация • Отладка информационной модели • Исследование экспериментальной модели
5. Предварительная обработка данных Итоговая выборка - 165 наблюдений по пяти странам Биржевые данные: Индекс, РЕПО
6. Усл. Обозначения Соответствие A1 vol макс A2 vol мин classA3 Абс. Чоп А4 Индекс макс classA5 Ошибки и пропуски B13 Р/П vol макс B14 Р/П vol мин B15 Р/П Индекс макс B16 Р/П Индекс мин B17 Р/П РЕПО медиана B18 Р/П РЕПО мин classB19 Р/П абс чоп classB20 Р/П абс чоп (с) classB21 Р/П чоп classB22 Р/П чоп(с) A23 РЕПО медиана A24 РЕПО мин classB25 Чоп classB26 чоп(с) Отклики и фичи
7. Прогноз – ответ модуля искусственного интеллекта на 26.04.2016 Value Predict 1 abs error and omission(c) 10592,81117536 2 abs error and omission 4862,08803977 3 capital flight + 4 rise/fall abs e&o Fall
8. Выбор модели для abs error and omission(c) и abs error and omission
9. Capital flight: RandomForestClassifier
10. Model error value 1 KNeighborsClassifier 0,235294118 2 SVC 0,294117647 3 RandomForestClassifier 0,411764706 Величина ошибки моделей обучения с учителем rise/fall abs e&o