Обнаружение мошеннических звонков с использованием ИО без водителя - образцы, нужны указатели
Мне очень любопытно узнать, как H2O может помочь в Обнаружении Мошенничества. Я имею в виду видео Венкатеша Реамантана, где он рассказывает об обнаружении мошеннических звонков и хотел узнать, есть ли образцы, опубликованные H2O.
Мы все знаем, что если мы знаем сценарий мошенничества, мы можем легко построить запрос Neo4J Cipher для обнаружения мошеннических звонков. Я не могу понять, как граф db может быть подан в модель ML, и когда происходит новая транзакция, как модель ML может предсказать, являются ли стороны в транзакции частью мошенничества или нет?
Мое понимание следующее после просмотра видео: если у нас есть graphdb, если я каким-то образом экспортирую его в список краев и передам в Node2Vec, чтобы создать модель word2vec, а затем передам набор выходных данных / данных, извлеченный из этой модели word2vec, в H2O ИИ без водителя для дальнейшего обучения. Правильно ли мое понимание? Есть ли образцы для этого?
На данный момент, я менее осведомлен о том, как преобразовать выходные данные Node2Vec в формат, понятный ИИ без водителя, и как он может на самом деле предсказать мошенничество.
Любая помощь, указатели, идеи приветствуются.