Documents disponibles écrits par cet auteur

Détection de fraude de carte de crédit / Oussama FAQUIH

Public ISBD Titre : Détection de fraude de carte de crédit Type de document : projet fin études Auteurs : Oussama FAQUIH, Auteur Langues : Français (fre) Catégories : BIG DATA Index. décimale : mast 288/19 Résumé : Tout système de détection de fraude doit reposer sur des modèles. Au final, ces modèles ne sont qu’une façon de traiter des données pour en faire ressortir une information. C’est à partir de cette information que les différents systèmes et utilisateurs seront en mesure d’identifier s’il y a une fraude. Lorsque nous parlons des modèles de données et d’information, les méthodologies et outils d’intelligence d’affaires peuvent venir contribuer à la détection de fraude. C’est d’ailleurs pour ces raisons que les organismes financiers investissent de plus en plus dans l’intelligence d’affaires. Dans ce mémoire, nous présentons un prédicteur de détection de la fraude qui se base sur la Régression logistique et qui utilise une combinaison des données en préparant les données très déséquilibrées. Notre modèle a atteint un score moyen élevée de 0,93%. Détection de fraude de carte de crédit [projet fin études] / Oussama FAQUIH, Auteur . - [s.d.]. Langues : Français (fre) Catégories : BIG DATA Index. décimale : mast 288/19 Résumé : Tout système de détection de fraude doit reposer sur des modèles. Au final, ces modèles ne sont qu’une façon de traiter des données pour en faire ressortir une information. C’est à partir de cette information que les différents systèmes et utilisateurs seront en mesure d’identifier s’il y a une fraude. Lorsque nous parlons des modèles de données et d’information, les méthodologies et outils d’intelligence d’affaires peuvent venir contribuer à la détection de fraude. C’est d’ailleurs pour ces raisons que les organismes financiers investissent de plus en plus dans l’intelligence d’affaires. Dans ce mémoire, nous présentons un prédicteur de détection de la fraude qui se base sur la Régression logistique et qui utilise une combinaison des données en préparant les données très déséquilibrées. Notre modèle a atteint un score moyen élevée de 0,93%.

Réservation

Réserver ce document

Exemplaires

Code barre	Cote	Support	Localisation	Section	Disponibilité
mast 288/19	mast 288/19 OUS	Texte imprimé	Unité des masters	Mast/19	Disponible