Data Science et lutte anti-fraude

Cette formation donne 42 points PPC aux membres qualifiés de l’Institut des Actuaires

Programme de la formation

Comprendre les principes de détection de fraudes, et pratiquer des algorithmes de machine learning sur des cas concrets.

Conception des processus

  • Cadre légal des fraudes en assurance
  • Type de fraudes, types d’anomalies, et types de risques
  • Processus anti-fraudes
  • Actions prescriptives et types automatisation

Sources de données et nettoyage

  • Données internes (problématique de qualité de données)
  • Dark data (problématique de transformation des données)
  • Utilisation des données externes (problématique de jointure des données)
  • Construction d’indicateurs
  • Transformation des données (données tabulaires, textes, images)

Méthodes de détection de fraudes

  • Construction de preuves de fraudes
  • Règles déterministes
  • Détection d’anomalies
  • Méthodes non supervisées
  • Classification des fraudes

Cas pratiques

  • Détection des anomalies avec bases de référence
  • Classification binaire
    • Arbre de décision
    • SVM
    • Régression logistiques
    • Autres algorithmes de classification
  • Détection des aberrations
    • Détection des valeurs aberrantes
    • Détection des variables aberrantes
  • Segmentation avec Kmeans
    • Normalisation des variables
    • Segmentation et détection d’anomalies

Visualisation des résultat

  • Tableau de bord de pilotage et de suivi d’indicateurs
  • Outils de surveillance
Date

11 mars 2019

Horaires

9h00 - 12h30 et 14h00 - 17h30

Prix
  • 1250 € HT
  • TVA 20%
  • 1500 € TTC
Lieu

CARITAT, 5 rue Tronchet 75008 PARIS

Durée

1 jour

Programme adaptable,
sur-mesure

Notre formateur

Kezhan SHI

Membre certifié de l’IA. Il est titulaire d’un master en actuariat de l’Université Paris Dauphine et a également fait l’École Centrale Paris. Il a travaillé chez Prim’Act, Direct Assurance et Aviva, avant de rejoindre Allianz en 2017, au titre de Data Scientist.

Points clés

À qui s’adresse cette formation ?

À toute personne impliquée dans un dispositif de lutte contre la fraude.

Pour obtenir quoi ?

Une connaissance globale des méthodes de détection des fraudes.

Une application des méthodes afin de construire un projet anti-fraudes.

Identifier des situations où des données externes peuvent aider.

 

 

Comment ?

Par un partage des exemples et processus réels mis en place pour la lutte anti-fraude, une revue des méthodes statistiques et des cas pratiques concrets.

Quels sont les prérequis ?

Aucun en particulier. L’intérêt et l’utilisation des outils numériques sont cependant fortement recommandés.

 

Chaque participant se munira d’un ordinateur portable pour les travaux pratiques.

Points forts

  • Retour d’expériences sur des applications concrètes
  • Mise en place des algorithmes avec R
  • Astuces et bonnes pratiques concernant l’utilisation des modèles dans une entreprise d’assurance
Inscrivez-vous à notre newsletter

Pour recevoir toutes les dernières informations