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