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
  1. - Complexité
  2. - Endogénéité
  3. - Asymétrie
  4. - 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

Home > Certificats > Data Science pour la Détection de la Fraude Financière > Programme detection de la fraude financiere module 2