A partir de cette page vous pouvez :
Retourner au premier écran avec les étagères virtuelles... |
Résultat de la recherche
1 résultat(s) recherche sur le mot-clé 'Big Data, Analytics, Architecture applicative, Architecture fonctionnelle, Architecture technique, Architecture infrastructure, Fraude, Système de détection de fraude, Système expert, Machine Learning'
Affiner la recherche Faire une suggestion
Une Architecture Hybride IoT-Big Data Analytics pour détection de fraude relative à la consommation d'eau et d'électricité / Rida AMINE
Titre : Une Architecture Hybride IoT-Big Data Analytics pour détection de fraude relative à la consommation d'eau et d'électricité Type de document : projet fin études Auteurs : Rida AMINE, Auteur Année de publication : 2017 Langues : Français (fre) Catégories : Génie Logiciel Mots-clés : Big Data, Analytics, Architecture applicative, Architecture fonctionnelle, Architecture technique, Architecture infrastructure, Fraude, Système de détection de fraude, Système expert, Machine Learning Index. décimale : 1766/17 Résumé : Le présent document constitue la synthèse de notre travail, réalisé dans le cadre de projet de fin d’études, au sein de bSuccess. Ce dernier a pour objectif de mettre en place un système de détection de fraude pour le client Lydec, qui vise à améliorer ce processus. La solution consiste à adopter une approche Machine Learning pour la détection de fraude. Cette approche permet de détecter la fraude avec plus de précision que le système existant.
Notre projet avait pour mission la conception et la mise en place d’une infrastructure Big Data Analytics qui va permettre de développer un tel système en utilisant des architectures applicatives, fonctionnelles, techniques et infrastructures. Après avoir utilisé du Machine Learning pour créer un système de détection de fraude qui sera en ligne en utilisant les composants disponibles dans l'infrastructure élaborée.
Une Architecture Hybride IoT-Big Data Analytics pour détection de fraude relative à la consommation d'eau et d'électricité [projet fin études] / Rida AMINE, Auteur . - 2017.
Langues : Français (fre)
Catégories : Génie Logiciel Mots-clés : Big Data, Analytics, Architecture applicative, Architecture fonctionnelle, Architecture technique, Architecture infrastructure, Fraude, Système de détection de fraude, Système expert, Machine Learning Index. décimale : 1766/17 Résumé : Le présent document constitue la synthèse de notre travail, réalisé dans le cadre de projet de fin d’études, au sein de bSuccess. Ce dernier a pour objectif de mettre en place un système de détection de fraude pour le client Lydec, qui vise à améliorer ce processus. La solution consiste à adopter une approche Machine Learning pour la détection de fraude. Cette approche permet de détecter la fraude avec plus de précision que le système existant.
Notre projet avait pour mission la conception et la mise en place d’une infrastructure Big Data Analytics qui va permettre de développer un tel système en utilisant des architectures applicatives, fonctionnelles, techniques et infrastructures. Après avoir utilisé du Machine Learning pour créer un système de détection de fraude qui sera en ligne en utilisant les composants disponibles dans l'infrastructure élaborée.
Exemplaires
Code barre Cote Support Localisation Section Disponibilité aucun exemplaire