Lorenz Dithmar

• Ensemble-Techniken sind sehr erfolgreich darin, Fälle von Kreditkartenbetrug in Datensätzen von Transaktionsdaten zu finden. Hierbei handelt es sich in der Regel um Algorithmen aus dem Bereich des überwachten Lernens, die unter die Methoden des Baggings und des Boostings einzuordnen sind. Die beiden Paradigmen des Ensemble-Lernens sind zur Anwendung in der Erkennung von Kreditkartenbetrug bereits weit erforscht, dasselbe gilt allerdings nicht für Ensemble-Algorithmen aus den Bereichen des halbüberwachten und unüberwachten Lernens. In dieser Arbeit wird das Potenzial von unüberwachten bzw. halbüberwachten Lernmodellen, die in Ensembles trainiert werden, für den Anwendungsfall der Betrugserkennung untersucht und mit Alternativen aus dem Bereich des überwachten Lernens verglichen.