Programme

Module 2.1 : Gestion et traitement des données (1 jour)

• Data
  - Rédaction d’un code de déontologie
  - Plans de prévention
  - Sensibilisation/formation du personnel
  
• Détection des risques
  - Sources des données
  - Prétraitement des données
  Types de variables
  Détection et traitement des valeurs manquantes
  Détection et traitement des valeurs extrêmes
  Transformation des variables
  Sélection des variables, etc.
  
• Enjeux spécifiques de la modélisation de la fraude
  - Endogénéité
  - Asymétrie
  - Instabilité, etc.
  

Module 2.2 : Méthodes non-supervisées pour la détection de la fraude (1 jour)

• Introduction : principe et définition
  
• Synthèse sur les approches non-supervisées de détection de la fraude
  - Présentation de principales méthodes non-supervisées
  Méthodes graphiques et statistiques
  Méthodes de classification
  Loi de Benford
  -Avantages et limites
  
• Étude de cas