MACHINE LEARNING · PROJET 16
Projet 09 · Machine Learning
Modèle de Machine Learning · Fraude avec régression logistique
Modèle supervisé de régression logistique pour la détection de fraude par carte bancaire.
CONTEXTE ET OBJECTIF
Modéliser la probabilité de fraude à partir de variables transactionnelles et analyser les signaux qui contribuent le plus à la classification supervisée.
DONNÉES ET DIAGNOSTIC
- Les variables sont préparées pour l’entraînement supervisé.
- La régression logistique est utilisée comme modèle de référence interprétable.
- Les performances, la classification et la contribution des variables sont analysées pour évaluer les signaux de fraude.
LIVRABLE ET ENSEIGNEMENTS
Le livrable présente le flux complet d’un modèle supervisé interprétable, avec une implémentation SPSS Modeler et un support comparatif en Python.