[article] 
in Les cahiers de l'IFID > 3 [10/12/2021] . - 10 p.

Titre :	Modélisation de la fraude sur les contrats d'assurance automobile à l'aide d'une approche d'apprentissage automatique : Cas d'une Compagnie d’assurance
Type de document :	texte imprimé
Auteurs :	Ibtihel Ben Khedher, Auteur
Année de publication :	2021
Article en page(s) :	10 p.
Langues :	Français
Catégories :	6 Politique, droit et économie:6.70 Finances et commerce:Finances:Assurance
Mots-clés :	Risque de fraude  Machine Learning  Patterns  Apprentissage automatique supervisé  Arbre de décision  Forêt aléatoire
Résumé :	Ce présent article s’intéresse à aborder une approche innovante qui traite le risque de fraude par des méthodes d’apprentissage automatique supervisé, en utilisant des algorithmes de classification fondés soit sur un arbre binaire de décision, soit sur l’agrégation de plusieurs arbres de décision (forêts aléatoire) qui permettent de distinguer les assurés enclins à la fraude des assurés honnêtes et, in fine, de prédire l'existence d'une fraude dans une demande d'indemnisation déposée.

[article] Modélisation de la fraude sur les contrats d'assurance automobile à l'aide d'une approche d'apprentissage automatique : Cas d'une Compagnie d’assurance [texte imprimé] / Ibtihel Ben Khedher, Auteur . - 2021 . - 10 p.
Langues : Français
in Les cahiers de l'IFID > 3 [10/12/2021] . - 10 p.

Catégories :	6 Politique, droit et économie:6.70 Finances et commerce:Finances:Assurance
Mots-clés :	Risque de fraude  Machine Learning  Patterns  Apprentissage automatique supervisé  Arbre de décision  Forêt aléatoire
Résumé :	Ce présent article s’intéresse à aborder une approche innovante qui traite le risque de fraude par des méthodes d’apprentissage automatique supervisé, en utilisant des algorithmes de classification fondés soit sur un arbre binaire de décision, soit sur l’agrégation de plusieurs arbres de décision (forêts aléatoire) qui permettent de distinguer les assurés enclins à la fraude des assurés honnêtes et, in fine, de prédire l'existence d'une fraude dans une demande d'indemnisation déposée.