Najibe Jean Jacques OUEDRAOGO

– Utilisation de trois méthodes d'apprentissage automatique sur le jeu de données https://archive.ics.uci.edu/ml/datasets/Shill+Bidding+Dataset pour la détection des fraudes. – Implémentation d'un modèle de classification pour la détection de fraudes avec trois méthodes a savoir – La méthode des K plus proches voisins (k-NN) qui est un algorithme standard de classification pour estimer la classe majoritaire des k données voisines les plus proches; – La méthode de Régression logistique pour prédire une valeur de données d'après les observations réelles de notre jeu de données; – La méthode SVM ou Support Vector Machine qui est un classificateur linéaires pour prédire si une enchère de nos données est fraudée ou pas. – Evaluation de la performance de différent modèles avec les métriques: – La matrice de confusion, avec le calcul des différents taux d'erreur, la précision, le rappel – La courbe ROC, cette courbe trace le taux de vrais positifs en fonction du taux de faux positifs Langage et outils: Python, Spyder, Scikit-Learn, pandas

– Utilisation d'un ETL pour évaluer et améliorer la qualité des données: – Intégration des données de sources différentes – Création de pipelines de détection des problèmes de qualités des données – Création de pipelines de correction des anomalies détectées – Bilan sur l'audit de la qualité d'une source de données pour les facteurs de qualité considérés (l'exactitude, la complétude, la granularité des données et les doublons)