Programme
Module 2.1 : Gestion et traitement des données (1 jour)
- Data
- - 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
Enjeux spécifiques de la modélisation de la fraude
- - Complexité
- - Endogénéité
- - Asymétrie
- - Instabilité
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
