Projet d’Innovation Industrielle d’année 5 (PI²5) du cycle ingénieur ESILV, 2023-2024
La fraude est une menace croissante pour le secteur bancaire et majoritairement dans le monde numérique d’aujourd’hui. Heureusement, l’Intelligence Artificielle offre des solutions prometteuses pour détecter et prévenir les activités frauduleuses. En ce sens, notre projet, réalisé en partenariat avec MPG Partners propose une interface de détection des fraudes bancaires. Pour l’utiliser, nous devons sélectionner, dans notre explorateur de dossier, les bases de données à étudier pour, par la suite, activer au choix 4 algorithmes d’apprentissage automatisé : les modèles d’Isolation Forest, One Class SVM, VAE et Neural Network.
Après l’activation du modèle de détection, un affichage graphique apparait, proposant l’exposition des données étudiées en fonction du temps ainsi qu’une démarcation des anomalies présentant dans ce jeu de données. Notre souhait initial aura été d’afficher également, en complément de nos graphes, la liste de ces anomalies avec leur date associée et leur position dans le jeu de données d’étude. Sur l’aspect technique, nous aurions souhaité proposer également une interface permettant une utilisation spontanée de tous nos modèles d’apprentissage ainsi qu’une comparaison pertinente automatisée de ces derniers afin de sélectionner des anomalies pertinentes. L’idée de pouvoir stocker plusieurs jeux de donnée dans cette interface nous est également apparu.
D’un point de vue plus global, il serait intéressant d’adapter cette interface à des utilisations spécifiques telles que le nettoyage de donnée ou encore la prédiction de données.
Retrouvez l’ESILV sur :
Facebook : http://facebook.com/esilvparis
Instagram : https://www.instagram.com/esilv_paris/?hl=fr
Twitter : http://twitter.com/esilvparis
Linkedin : http://bit.ly/25WVOCa
TikTok : https://www.tiktok.com/@esilv.ingenieurs
http://www.esilv.fr