美国运通AMEX对抗性评分数据集-hutch1221
数据来源：互联网公开数据
标签：金融风控，欺诈检测，数据集，对抗攻击，机器学习，模型评估，风险管理，信用评分
数据概述： 该数据集包含了美国运通（AMEX）的客户交易数据，旨在用于对抗性攻击和模型评估。主要特征如下：
时间跨度： 数据记录的时间范围为未知，具体时间段需参考数据集内的日期信息。
地理范围： 数据主要来源于美国运通的客户交易记录，覆盖范围可能包括全球范围内的交易。
数据维度： 数据集包括客户交易的各种特征，如交易金额、交易时间、商户信息等，以及用于评估模型对抗能力的对抗性评分。
数据格式： 数据以CSV格式提供，方便数据分析和处理。
来源信息： 数据来源于美国运通，并经过了处理，用于研究和评估对抗性攻击对金融风控模型的影响。
该数据集适合用于金融风控领域，特别是对抗攻击和模型评估的研究，以及欺诈检测、信用评分等机器学习模型的开发和优化。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析： 适用于对抗性攻击在金融风控领域的应用研究，如探索对抗样本对欺诈检测模型的影响。
行业应用： 可以为金融机构提供数据支持，特别是在欺诈检测、风险管理和信用评分模型优化方面。
决策支持： 支持金融机构提升模型的鲁棒性和安全性，优化风控策略。
教育和培训： 作为金融风控、机器学习课程的辅助材料，帮助学生和研究人员深入理解对抗攻击和模型评估。
此数据集特别适合用于探索对抗攻击对金融风控模型的影响，帮助用户提升模型的鲁棒性，增强欺诈检测能力，优化风险管理策略。
