ML : Détection anomalie transaction bancaire

Détection transactions frauduleuses (Isolation Forest, LOF).

Détection transactions frauduleuses supervisée / non supervisée, analyse AUC/F1/Recall.

Python Jupyter ML Isolation Forest LOF

Contexte

Projet personnel : analyse du dataset Credit Card fraud et comparaison méthodes.

Objectifs

Tester méthodes supervisées et non supervisées.

Comparer les métriques (AUC, F1, recall).

Fonctionnalités / Réalisations

Notebook complet : preprocessing, modèles, métriques.

Comparaison Isolation Forest vs LOF.

Ce que j’ai appris

Détection anomalies + évaluation.

Gestion déséquilibre classes.