# FINTECH PROJECT 會議記錄
**第九組**
**組員：陳奕均、林咏壎、鄭念觀、施驊軒**
**主題：信用卡盜刷**
## 6月8日 主席：陳奕均
今天主要討論如何分工，還有各個模型的基本介紹
陳奕均負責LGBM
施驊軒負責資料的前置處理跟視覺化
林咏壎負責autoencoder
鄭念觀負責Support Vector Machine

## 6月10日 主席：林咏壎
今天主要討論大家的模型目前遇到的障礙跟bug，並一起討論解決方案等等。

### 鄭念觀
1. test跟train資料的程式碼沒有完全分開，MODEL跑出來兩個的資料數量是一樣的，但預測結果還不錯，改完CODE後重跑測試中。
2. 用COLAB很慢，設定GPU
3. 第一個原始模型的結果，未來會調整weight跟kernal。
4. 原本用的資料沒有normalization跟調整類別資料，跑起來的模型很怪，今天用新的資料後有恢復正常。但剛開始忘記調整金額門檻XD

### Lin

在昨天處理好新的data之後，試著去用它train新的Auto-encoder，然而目前遇到的問題和上次一樣，好像由於資料為度較大的原因，其loss一直降不下來（有在降但可能需要降很久），推測是原本適用的模型有使用pretrain data的關係，如果在處理一筆新的資料石，只能從頭開始train，所以至今還沒有跑屋一個好的結果。當然不排除是有出什麼資料運用上的bug問題，其詳細資訊有待釐清。

## 6月14日 主席：林咏壎
今天主要分析各個模型的結果跟表現，並初步討論三分鐘短片跟長片的內容。
會後請大家完成各自模型的
### 鄭念觀
1. 目前在測試不同的weight 0.5:0.5, 0.6:0.4, 0.75,0.25, 0.9:0.1,，0.75:0.25的效果最好，0.9:0.1還在跑
P.S.Plot decision function of a weighted dataset, where the size of points is proportional to its weight.
2. Polynomial 的 degree 設太高拉，奕均建議用2就好。
3. 不知道為什麼Weight越懸殊，跑得越久。

## 6月16日 主席：施驊軒
### 鄭念觀
1. 投影片、影片已經錄好了，書面報告還有一些圖沒有補
2. 目前正在建置gitbub跟整理會議記錄