Mesleğiniz için puanlanmış YZ araçları
YZ eğiterek kazan
🤝 Ücretsiz & Açık Kaynak kütüphanesindesiniz — toplulukça geliştirilen, ücret ödemeden kullanabileceğiniz araçlar. Puanlı AI dizinimizden farklı bir kavram.
Ana sayfa › Ücretsiz & Açık Kaynak › Veri Bilimi › gen_fraud_graph
✦ Ücretsiz & açık kaynakVeri Bilimi

gen_fraud_graph

Graf ML modellerini kıyaslamak için döngüsel dolandırıcılık kalıplarına sahip büyük sentetik finansal işlem grafikleri oluşturur.

GNN dolandırıcılık tespiti için sentetik finansal grafik üreteci

Gömülü çok adımlı aklama kalıplarına sahip, kıyaslamaya hazır finansal işlem grafikleri oluşturun.

Sonsuza dek ücretsiz · açık kaynak · Apache-2.0
✓ Light setup✓ Tarayıcıda çalışır✓ Gerçek zamanlı işbirliği
7.6
ZEKAI
Grafik ML kıyaslamaları için harika
Ücretsiz & açık kaynak · Veri Bilimi
Kurulum kolaylığı7
Yararlılık9
Bakım9.5
Topluluk5
★ 290
GITHUB
Oct 2026
GÜNCELLENDİ
Apache-2.0
LİSANS
🛠 Kendiniz barındırmak istemiyor musunuz? Sizin için kurabiliriz →
⚡ Hızlı yanıt

gen-fraud-graph, yerleşik para aklama halkalarına sahip sentetik finansal işlem veri kümeleri oluşturan bir Python aracıdır. Hassas finansal kayıtları ifşa etmeden grafik sinir ağlarını kıyaslamak, kara para aklama önleme algoritmalarını değerlendirmek ve grafik veritabanlarını yük testine tabi tutmak için kullanabilirsiniz.

Çalıştığı yer
Cross-platform
Barındırma
Self-host
Diller
Python
Lisans
Apache-2.0

Nedir

Araç; sentetik hesap düğümleri, normal işlem kenarları ve dört ila yedi adım süren döngüsel dolandırıcılık halkaları oluşturur. Yerel veya OpenAI modellerinden isteğe bağlı vektör gömmeleriyle tamamlanan veri kümelerini genel CSV formatında veya AWS Neptune toplu yükleme sözdiziminde dışarı aktarır. Çok süreçli paralel oluşturma, çıktıları binden on milyondan fazla hesaba ölçeklendirmenize olanak tanır.

Kimler için

Finansal suç tespiti üzerinde çalışan veri bilimciler, makine öğrenimi mühendisleri ve veritabanı mimarları bu araçtan en çok faydalanacaktır. Yapılandırma ve yürütme tamamen komut satırında veya Python betikleri aracılığıyla gerçekleştiğinden, önceden eğitilmiş modeller veya grafiksel kullanıcı arayüzü arayan son kullanıcılara yönelik değildir.

Temel özellikler

Dolandırıcılık halkası enjeksiyonu

4 ila 7 işlem adımı arasında yapılandırılabilir derinliğe sahip çok adımlı döngüsel para aklama kalıpları oluşturur.

Esnek vektör gömmeleri

Düğüm ve kenar özellikleri için rastgele vektörleri, yerel SentenceTransformers modellerini veya OpenAI API entegrasyonlarını destekler.

Paralel ölçek kontrolü

On milyonlarca kayda kadar veri kümeleri oluşturmak için üreteç yürütümünü çok süreçli çalışanlar arasında dağıtır.

AWS Neptune uyumluluğu

Standart genel CSV çıktısının yanı sıra doğrudan AWS Neptune toplu yüklemesi için biçimlendirilmiş dışarı aktarılan CSV dosyaları sağlar.

Nasıl başlanır

3 adımda hazır

1
Depoyu GitHub'dan klonlayın ve uv veya pip kullanarak bir Python 3.10+ sanal ortamı kurun.
2
'uv pip install -e .[dev]' komutunu kullanarak bağımlılıkları kaynaktan yükleyin veya belirli isteğe bağlı gömme ekstralarını seçin.
3
İstediğiniz ölçek faktörü, çalışan sayısı ve dışa aktarma dizini ile CLI'dan 'gen-fraud-graph' komutunu çalıştırın.
Açıkçası

Dürüst kararımız

Artıları

  • Gerçek finansal kayıtlara güvenmeden gizliliğe uygun sentetik veri kümeleri oluşturur.
  • Çok gigabaytlı grafik çıktılarını verimli bir şekilde işlemek için çok süreçli oluşturmayı destekler.
  • Dışa aktarımdan sonra oluşturulan dolandırıcılık yapılarını doğrulamak için yerleşik doğrulama betikleri içerir.
  • Kesintilerden sonra tamamlanan hesap üretimlerini atlamak için yürütmeye devam etme seçenekleri sunar.

Eksileri

  • Yayınlanmış PyPI paketleri henüz mevcut olmadığından doğrudan kaynaktan yüklenmelidir.
  • Çok gigabaytlı kıyaslamalar oluşturmak, hatırı sayılır disk depolama alanı ve CPU çekirdeği kullanılabilirliği gerektirir.
  • Harici OpenAI gömme sağlayıcılarının seçilmesi, üçüncü taraf API kullanım ücretlerine neden olur.
Maliyet

Fiyatlar & lisans

gen-fraud-graph, Apache-2.0 lisansı altında ücretsiz olarak çalıştırılabilir. Tek maliyetiniz, harici bulut gömmelerini seçmeniz durumunda isteğe bağlı OpenAI API maliyetlerinin yanı sıra, büyük üretimler için gereken bilgi işlem altyapısı ve depolamadan kaynaklanır.

Ücretli iş

Türkçe konuşanlar için işler

877 açık uzaktan yapay zeka eğitimi işi, 16 Kasım 2026 tarihinde güncellendi; çoğu saatlik $20–$175 ödüyor. Bunların 2 tanesi Türkçe konuşanlar için. Zekai ücretsiz listeler; başvuru işverenin platformunda yapılır.

Tüm açık rolleri gör →
Karşılaştır

Alternatifler

İncelenmiş bu AI araçları aynı işi anında yapar — puanlı dizinimizden.

Daha fazlası

Kullanın ya da biz kuralım

📄 Ücretsiz PDF: Veri Bilimi için gen_fraud_graph
İlk sonucunuza ulaşmanız için sade bir rehber. E-postanıza gönderilir.
🔔 64 kişi tam bir video eğitimi istiyor — oyunuzu ekleyin
🛠 Kendiniz kurmak istemiyor musunuz?
gen_fraud_graph aracını sizin için kurar, barındırır ve yapılandırırız — ekibinizi de eğitiriz.
Sizin için yapalım ↗
Sorular

SSS

gen-fraud-graph tarafından oluşturulan çıktı dosyaları ne kadar büyüktür?

Çıktı boyutu, 1.000 hesapta (0.0001 ölçek) yaklaşık 2 MB'tan 10 milyon hesap (1.0 ölçek) için 20 GB veya daha fazlasına kadar değişir.

Bu aracı çalıştırmak için bir OpenAI API anahtarına ihtiyacım var mı?

Hayır. Hızlı rastgele vektörler için varsayılan 'fake' sağlayıcısını veya API ücretleri olmadan yerel SentenceTransformers modellerini kullanarak gömmeler oluşturmak için 'local' seçeneğini kullanabilirsiniz.

Radar

Son AI haberleri

✉️ Haftalık ücretsiz araç seti
Veri Bilimi için en iyi yeni ücretsiz & açık kaynak araçlar — haftada bir kısa e-posta, kendi dilinizde.
Ücretsiz · haftada 1 e-posta · istediğinizde çıkın
Yapay zekayı eğit, para kazan →

Google'da önce Zekai'yi gör