Zum Campus
Videokurs

Betrugserkennung mit dem Azure Machine Learning Studio

Nutze maschinelles Lernen für die automatisierte Betrugserkennung

LERNZIELE

  • Du machst dich mit den Grundlagen der Klassifizierung vertraut
  • Du lernst die gängigen Schwierigkeiten der Klassifizierung und Lösungsansätze kennen
  • Du kennst drei wichtige Klassifizierungsalgorithmen
  • Du erfährst, wie du ML-Pipelines in allen drei Varianten des Azure ML Studios erstellst
  • Du lernst, wie man Metriken zur Klassifizierung einsetzt, um Modelle zu evaluieren

INHALT

Im digitalen Zeitalter mit Millionen von Online-Transaktionen täglich gewinnt die Betrugserkennung zunehmend an Bedeutung. In diesem Kurs zeigt dir der IT-Experte Emil Vinčazović, wie du mithilfe des Azure Machine Learning Studios Klassifizierungsmodelle zur automatisierten Betrugserkennung erstellst, trainierst und evaluierst.

Zuerst erklärt er, was eine Klassifizierung ist, und stellt gängige Probleme und Lösungsansätze vor. Im nächsten Schritt lernst du drei gebräuchliche Klassifizierungsalgorithmen kennen: die Support Vector Machine, den Random Forest und den XGBoost. Das Azure ML Studio bietet drei Möglichkeiten, um ML-Modelle aufzusetzen: das AutoML und den Designer für die Erstellung ohne Code sowie die Notebooks, die umfassende Programmierkenntnisse erfordern, aber größere Flexibilität bieten. Emil Vinčazović führt dich Schritt für Schritt durch die drei Varianten und geht zum Schluss auf die Metriken zur Bewertung der Klassifizierungsmodelle ein.

In drei Kursen stellt Emil Vinčazović das Azure ML Studio und verschiedene Anwendungsfelder des maschinellen Lernens vor:

  • Einstieg in das Azure Machine Learning Studio
  • Betrugserkennung mit dem Azure Machine Learning Studio
  • Vorhersagemodelle mit dem Azure Machine Learning Studio

ALLE LEKTIONEN IM ÜBERBLICK

Techniken
  • Kapitelüberblick
  • Betrugserkennung: Das Problem der Überanpassung
  • Lösung: Die Kreuzvalidierung
  • Betrugserkennung: Das Problem des unbalancierten Datensatzes
  • Lösung: Samplingmethoden
  • Algorithmus: RandomForest-Klassifizierung
  • Algorithmus: XGBoost (Gradienten-Boosting-Verfahren)
  • Algorithmus: Support Vector Machine
  • Quiz: Techniken
Einführung in Klassifizierungsprobleme
  • Kapitelüberblick
  • Was ist eine Klassifizierung?
  • Anwendungsbeispiele
  • Allgemeine Schwierigkeiten
  • Unsaubere Kriterien
  • Falsche Merkmale
  • Fließende Übergänge
  • Nichttrennbarkeit
  • Ausreißer
  • Restobjekte
  • Quiz: Klassifizierungsprobleme
Umsetzung im Azure ML Studio
  • Kapitelüberblick
  • Umsetzung im AutoML
  • Ergebnisse im AutoML interpretieren
  • Umsetzung im Designer
  • Ergebnisse im Designer interpretieren
  • Umsetzung im Notebook (Teil 1)
  • Umsetzung im Notebook 2 (Teil 2)
  • Quiz: Umsetzung im Azure ML Studio
Abschluss
  • Fazit und Kursabschluss

SO LERNST DU MIT DIESEM KURS

In den Videokursen der heise academy lernst du IT-Themen anschaulich und verständlich. Du siehst den Experten bei der praktischen Arbeit zu und lässt dir dabei alles genau erklären. Das Wissen ist in kompakte Lerneinheiten unterteilt, sodass du den Kurs Schritt für Schritt durcharbeiten oder gezielt zu Lektionen springen kannst, die dich interessieren. Die persönliche Lernumgebung der heise academy hält viele Funktionen für dich bereit, die dich beim Lernen unterstützen:

  • Flexibler Videoplayer mit vielen Steuerungsmöglichkeiten
  • Wissensquiz zur Lernkontrolle
  • Lernhistorie und Lernfortschritt
  • Lesezeichen und Notizen
  • Volltextsuche in den Videos
  • Übungsmaterial zum Mitmachen
  • Responsive Web-App und Videostreaming für alle Endgeräte

TECHNISCHE VORAUSSETZUNGEN

Für diesen Videokurs wird lediglich ein aktueller Browser (mit eingeschalteter JavaScript-Funktionalität) und eine Internetverbindung benötigt.

DEIN EXPERTE

Emil Vinčazović
Data Engineer und Data Scientist | arelium GmbH

Emil Vinčazović ist als Data Engineer und Data Scientist bei der arelium GmbH tätig. Seine Schwerpunkte liegen im Bereich der Ökonometrie und der Künstlichen Intelligenz. In seinen Kundenprojekten arbeitet er hauptsächlich mit Azure Synapse, Azure Databricks, Azure Machine Learning Studio und seit dessen Veröffentlichung auch mit Microsoft Fabric. Seine Expertise in diesen Bereichen gibt er auch auf Fachkonferenzen und in Workshops weiter. Zusätzlich betreibt er den YouTube-Kanal des Unternehmens, wo er Tutorials zu aktuellen Themen rund um cloudbasierte Technologien produziert.

Betrugserkennung mit dem Azure Machine Learning Studio

Veröffentlicht am 13.12.2025
ab 49,00 €
im
ESSENTIAL PASS
oder 95,00 € im Einzelkauf
inkl. MwSt. | 79,83 € netto
Preise und Pakete vergleichen

Du hast Fragen zu unseren academy Videokursen? Wir helfen dir gerne weiter.

Fülle ganz einfach und bequem das Kontaktformular aus und wir werden deine Fragen schnellstmöglich beantworten.

Kontaktformular