Skip to content

アプリケーション内で をクリックすると、お使いのDataRobotバージョンに関する全プラットフォームドキュメントにアクセスできます。

DataRobot APIのリソース > AIアクセラレーター > 高度なMLおよびAPIアプローチ > Graph financial fraud classification

Graph financial fraud classification

GitHubでこのAIアクセラレーターにアクセス

このアクセラレーターでは、DataRobotのカスタムモデルタスクとして、Graph Isomorphism Network (GIN)のエンドツーエンドの実装を紹介します。 It serves multiple purposes, including model development, local testing, and integration with DataRobot’s custom model framework.

The primary objectives of this accelerator are to demonstrate the complete pipeline for adding a custom graph-based task to DataRobot, and to outline DataRobot's custom model hooks implementation. これらのフックには以下が含まれます。

  • transform: Preprocess JSON graph data into DGL format. DRUM hooks automatically call transform before executing the fit and score hooks.
  • fit: Train the GIN model and implicitly save it.
  • score：予測モードでデータをスコアリングします。
  • load_model：事前にトレーニングされたモデルをロードします。

アクセラレーターのワークフローには、大きく分けて3つのステップがあります。

  1. Manually implement the DRUM process. Follow a step-by-step breakdown of data transformation, model training, and prediction via DRUM.

  2. モデルをDataRobotに統合する前に、DRUMを使用してローカルでモデルをテストし、フックを検証します。

  3. Implement a custom task in DataRobot with automated validation and threshold optimization.

更新しました March 12, 2025