Programme

Module 3 : Méthodes supervisées pour la détection de la fraude (2 jours)

  • Introduction 
  • - Principe et définition
    - Économétrie versus Machine Learning

  • Synthèse sur les approches supervisées de détection de la fraude 
  • - Méthodes économétriques 
            Régressions linéaires et logistiques
            Avantages et limites
    - Méthodes d’apprentissage automatique (Machine Learning) 
            Méthodes classiques : arbres de décision, réseaux de neurones, SVM
            Méthodes combinées : Bagging, Boosting et Random Forests
            Extensions : Boosted Decision Trees, XGBoost et LinXGBoost
            Avantages et limites

  • Étude de cas

Home > Certificats > Data Science pour la Détection de la Fraude Financière > Programme detection de la fraude financiere module 3