AIモデルを使った保険請求の真偽判定方法

お知らせ：当社は、お客様により充実したサポート情報を迅速に提供するため、本ページのコンテンツは機械翻訳を用いて日本語に翻訳しています。正確かつ最新のサポート情報をご覧いただくには、本内容の英語版を参照してください。

要件

保険金請求が正当かどうかを予測する AI モデルを作成します。

保険アプリケーションには「 Fraud Detection」というフォームがあります。無効な保険金請求が大量に送信されるのを防ぐため、フォームに入力が行われるたびに、AI モデルが送信された請求が不正かどうかを自動で予測します。

1. フォームを作成し、次の詳細を設定します。

フォーム	フォームリンク名	項目タイプ	項目名	項目リンク名
Fraud Detection	Fraud_Detection	単一行	Incident Severity	Incident_Severity
Fraud Detection	Fraud_Detection	通貨	合計請求金額	Total_Claim_Amount
		ドロップダウンなし Police Ambulance Fire Other	Authorities Contacted	Authorities Contacted
		数値	顧客期間（月数）	Months_As_Customer
		ラジオボタンはいいいえ	不正請求ですか？	Is_Fraud_Claim

2. 予測項目を追加し、項目名と項目リンク名をそれぞれ Likely to be Fraud および Likely_to_be_Fraud として設定し、以下の詳細で Fraud Detection フォームに追加します。

3. フォームワークフローを作成し、以下の詳細を設定します。

[ 新しいアクションを追加] をクリックし、次のスニペットを追加します。

4. トレーニングデータを Fraud Detection フォームにインポートします。これにより、予測項目がフォーム内のデータを分析し、機械学習を使用して今後追加されるすべてのデータに対して項目値を予測できるようになります。

サンプルのトレーニングデータは、このヘルプ記事にファイルとして添付されています。

5. AI モデルに移動します（ Microservices 配下）。次に、再トレーニングを実行し、 Likely to be Fraud モデルを再学習させます。これにより、先ほどインポートしたトレーニングデータを考慮して AI モデルが学習されます。