مقاله

مقاله «Anomaly Detection in Finance: Editors’ Introduction» اهمیت تشخیص ناهنجاری در صنعت خدمات مالی را برجسته می‌سازد و درباره چالش‌ها و راه‌حل‌های نوظهور مثل یادگیری نیمه نظارتی، یادگیری عمیق و رویکردهای مبتنی‌بر شبکه/ گراف بحث می‌کند. این مقاله مقدمه‌ای بر مجموعه پژوهش‌های یادگیری ماشین با تمرکز بر ورکشاپ KDD سال 2017 درباره تشخیص ناهنجاری در امور مالی است.

مقاله «A Comparative Evaluation of Unsupervised Anomaly Detection Algorithms for Multivariate Data» نوشته مارکوس گلدشتاین و سیچی اوچیدا است. این مطالعه می‌خواهد به مسئله کمبود مطالعات مقایسه‌ای و مجموعه داده‌های دردسترس عموم درزمینه تشخیص ناهنجاری بدون نظارت رسیدگی کند.

مقاله «Credit Card Fraud Detection Techniques» به مسئله تقلب در حوزه کارت پرداخت می‌پردازد و روش‌های مختلف شناسایی تراکنش‌های متقلبانه در این حوزه را بررسی می‌کند. مطالعه‌ای در سال 2013 نشان می‌دهد که 40 درصد همه تقلب‌های مالی به کارت‌های پرداخت مربوط می‌شوند و درمجموع هزینه‌ای 5.55 میلیارد دلاری برای اقتصاد جهان دارند.