# AMLアラートのスコアリング

> AMLアラートのスコアリング - 顧客情報や取引情報などの履歴データを使用する機械学習モデルを構築して、疑わしい取引報告（SAR）生成の原因となったアラートを特定します。

This Markdown file sits beside the HTML page at the same path (with a `.md` suffix). It summarizes the topic and lists links for tools and LLM context.

Companion generated at `2026-07-27T18:44:30.232699+00:00` (UTC).

## Primary page

- [AMLアラートのスコアリング](https://docs.datarobot.com/ja/docs/api/dev-learning/accelerators/time-series/alert-scoring.html.md): Full documentation for this topic (Markdown sidecar).

## Documentation content

[GitHubでこのAIアクセラレーターにアクセス](https://github.com/datarobot-community/ai-accelerators/tree/main/use_cases_and_horizontal_approaches/anti-money-laundering)

このアクセラレーターでは、マネーロンダリング防止（AML）アラートスコアリングに適用される機械学習のエキサイティングな世界を掘り下げます。 主な目標は、過去の顧客データと取引データを利用する強力な予測モデルを開発することです。これにより、疑わしいアクティビティを特定し、きわめて重要な疑わしい取引の報告（SAR）を生成できます。

スムーズで効率的な機械学習プロセスを実現するには、DataRobotワークベンチをご利用ください。 このツールを使用すると、データを分析、クリーニング、精選できるため、モデリングの品質と適合性が確実となります。 DataRobot APIを活用することにより、エクスペリメントをシームレスに作成および管理し、AMLアラートスコアリングタスクに合わせた幅広い機械学習アルゴリズムを探索できます。 APIの柔軟性と使いやすさは、プロセス全体を通してデータサイエンティストにとって貴重なアセットとなります。 ほんの数行のコードで複数の機械学習モデルを同時にトレーニングできるため、貴重な時間と計算リソースを節約できます。 APIを介して提供されるモデルのインサイトによって、貴重な解釈性が得られます。 さらに、DataRobot APIを使用すると、モデルを本番環境にデプロイする前に新しいデータの予測を計算できます。 このデプロイ前のテストフェーズでは、実際のシナリオでのモデルのパフォーマンスを評価し、潜在的な問題に対処するために必要な調整を行うことができます。

データに基づくインサイトがマネーロンダリングとの戦いに明白な違いをもたらすAMLアラートスコアリングで、機械学習の信じられないほどの可能性を発見してください。