SERVICE DE LA DOCUMENTATION ET DES ARCHIVES DE LA FST
Accueil
Master mathématiques et Informatique
 |
Modélisation statistique informatique
Affiner la rechercheApproximation de la variation quadratique d’une semimartingale continue et application en finance / Mamadou Boye Sylla
Réservation
Réserver ce document
Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité mem 10301 mem 10301 Mémoires de master Master mathématiques et Informatique Modélisation statistique informatique Disponible Documents numériques
MEM 10301Adobe Acrobat PDF
Titre : Détection des Lésions Cutanées à l’Aide des Techniques d’Apprentissage Automatique Type de document : texte imprimé Auteurs : Oulèye BARO, Auteur Editeur : Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique Année de publication : [2025] Importance : 63 P. Format : 29 cm Langues : Français (fre) Mots-clés : Détection Lésions Cutanées Apprentissage automatique Intelligence artificielle Apprentissage profond Réseau de neurones convolutifs Image médicale Image dermatoscopique Dermatologie Imagerie médicale Métadonnée Image Résumé : Les maladies de la peau, et notamment les lésions cutanées suspectes, représentent
un enjeu majeur de santé publique à travers le monde. Ce mémoire s’inscrit dans
la perspective d’améliorer leur détection précoce grâce aux méthodes d’intelligence
artificielle, notamment l’apprentissage profond. L’objectif principal de ce travail est
de développer un modèle basé sur les réseaux de neurones convolutifs (CNN) capable
d’identifier automatiquement des lésions cutanées à partir d’images médicales.
Pour ce faire, nous avons exploité un ensemble de données d’images dermatoscopiques
annotées, en appliquant un pipeline de prétraitement et d’entraînement de modèles
profonds. Différentes architectures ont été comparées afin d’évaluer leur efficacité en
termes de précision, rappel et F1-score.
Les résultats obtenus montrent que le modèle proposé atteint une performance compétitive,
confirmant le potentiel de l’IA pour assister les dermatologues dans le diagnostic.
Ce travail ouvre ainsi la voie à des outils de dépistage automatisé fiables,
accessibles et rapides pour les systèmes de santé.Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=3277 Détection des Lésions Cutanées à l’Aide des Techniques d’Apprentissage Automatique [texte imprimé] / Oulèye BARO, Auteur . - Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique, [2025] . - 63 P. ; 29 cm.
Langues : Français (fre)
Mots-clés : Détection Lésions Cutanées Apprentissage automatique Intelligence artificielle Apprentissage profond Réseau de neurones convolutifs Image médicale Image dermatoscopique Dermatologie Imagerie médicale Métadonnée Image Résumé : Les maladies de la peau, et notamment les lésions cutanées suspectes, représentent
un enjeu majeur de santé publique à travers le monde. Ce mémoire s’inscrit dans
la perspective d’améliorer leur détection précoce grâce aux méthodes d’intelligence
artificielle, notamment l’apprentissage profond. L’objectif principal de ce travail est
de développer un modèle basé sur les réseaux de neurones convolutifs (CNN) capable
d’identifier automatiquement des lésions cutanées à partir d’images médicales.
Pour ce faire, nous avons exploité un ensemble de données d’images dermatoscopiques
annotées, en appliquant un pipeline de prétraitement et d’entraînement de modèles
profonds. Différentes architectures ont été comparées afin d’évaluer leur efficacité en
termes de précision, rappel et F1-score.
Les résultats obtenus montrent que le modèle proposé atteint une performance compétitive,
confirmant le potentiel de l’IA pour assister les dermatologues dans le diagnostic.
Ce travail ouvre ainsi la voie à des outils de dépistage automatisé fiables,
accessibles et rapides pour les systèmes de santé.Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=3277 Réservation
Réserver ce document
Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité MEM 11659 MEM 11659 Mémoires de master Master mathématiques et Informatique Modélisation statistique informatique Disponible Documents numériques
MEM 11659Adobe Acrobat PDF
Titre : Développement d’un d’Assistant Fiscal intelligent au Sénégal basé sur l’Intelligence Artificielle Type de document : texte imprimé Auteurs : Thiara KANTEYE, Auteur Editeur : Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique Année de publication : 2024 Importance : 58 P. Format : 29 cm. Langues : Français (fre) Mots-clés : Intelligence Artificielle IA generative Assistant virtuel Fiscalité Deep learning API FastAPI RAG Retrieval-Augmented Generation API REST Streamlit VS Code Render Résumé : Ce mémoire présente le développement d’un assistant virtuel spécialisé dans la fiscalité sénégalaise,
accessible via une API conçue avec FastAPI. L’objectif est de fournir un outil intelligent capable de
répondre efficacement aux préoccupations fiscales des utilisateurs, en s’appuyant sur des techniques
d’intelligence artificielle telles que les agents RAG (Retrieval-Augmented Generation).
Le système repose sur une architecture modulaire intégrant une API REST testée avec la documentation
intégrée de FastAPI, une interface utilisateur développée avec Streamlit, et un environnement
de développement basé sur VS Code. L’application a été déployée en ligne sur Render, permettant
ainsi un accès à distance fluide et en temps réel, depuis n’importe quel appareil connecté. Les tests
utilisateurs et automatiques ont validé la pertinence des réponses, la stabilité du système et la fluidité
de l’expérience.
Les tests effectués ont permis de valider la pertinence des réponses générées et la stabilité du système.
À terme, une interface web enrichie permettra aux utilisateurs de se connecter afin de consulter
l’historique de leurs questions et d’exploiter les données recueillies pour des analyses statistiques
sur les préoccupations fiscales les plus fréquentes.
Ce projet illustre la puissance des outils d’IA dans l’amélioration des services numériques, et constitue
une base prometteuse pour des évolutions futures dans le domaine de l’assistance intelligente
spécialisée.Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=3074 Développement d’un d’Assistant Fiscal intelligent au Sénégal basé sur l’Intelligence Artificielle [texte imprimé] / Thiara KANTEYE, Auteur . - Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique, 2024 . - 58 P. ; 29 cm.
Langues : Français (fre)
Mots-clés : Intelligence Artificielle IA generative Assistant virtuel Fiscalité Deep learning API FastAPI RAG Retrieval-Augmented Generation API REST Streamlit VS Code Render Résumé : Ce mémoire présente le développement d’un assistant virtuel spécialisé dans la fiscalité sénégalaise,
accessible via une API conçue avec FastAPI. L’objectif est de fournir un outil intelligent capable de
répondre efficacement aux préoccupations fiscales des utilisateurs, en s’appuyant sur des techniques
d’intelligence artificielle telles que les agents RAG (Retrieval-Augmented Generation).
Le système repose sur une architecture modulaire intégrant une API REST testée avec la documentation
intégrée de FastAPI, une interface utilisateur développée avec Streamlit, et un environnement
de développement basé sur VS Code. L’application a été déployée en ligne sur Render, permettant
ainsi un accès à distance fluide et en temps réel, depuis n’importe quel appareil connecté. Les tests
utilisateurs et automatiques ont validé la pertinence des réponses, la stabilité du système et la fluidité
de l’expérience.
Les tests effectués ont permis de valider la pertinence des réponses générées et la stabilité du système.
À terme, une interface web enrichie permettra aux utilisateurs de se connecter afin de consulter
l’historique de leurs questions et d’exploiter les données recueillies pour des analyses statistiques
sur les préoccupations fiscales les plus fréquentes.
Ce projet illustre la puissance des outils d’IA dans l’amélioration des services numériques, et constitue
une base prometteuse pour des évolutions futures dans le domaine de l’assistance intelligente
spécialisée.Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=3074 Réservation
Réserver ce document
Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité MEM 11547 MEM 11547 Mémoires de master Master mathématiques et Informatique Modélisation statistique informatique Disponible Documents numériques
MEM 11547Adobe Acrobat PDF
Titre : Mise en place d’un dispositif informatique permettant la diffusion et le partage des indicateurs ODD suivant la norme SDMX Type de document : texte imprimé Auteurs : Modou Kebe, Auteur Editeur : Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique Année de publication : 2019 Importance : 54 P. Langues : Français (fre) Mots-clés : échange de donnees partage de donnees metadonnee statistique métadonnee donnee statistique indicateur ODD format SDMX SDMX indicateur ANSD norme SDMX ODD objectifs de développement durable base de données donnee Résumé : Le développement des nouvelles technologies ont eu pour effet de faciliter et de banaliser l’échange
et le partage électroniques de données, en utilisant toutes sortes de formats et de concepts non
standards. D’où la nécessité de mettre en place des normes, des lignes directrices et des outils
communs garants de processus plus efficaces pour l’échange et le partage des données et des
métadonnées statistiques. Ainsi, les sept institutions internationales (Banque des Règlements
internationaux, Eurostat, Banque centrale européenne, Fonds monétaire international, Banque
mondiale, Organisation pour la Coopération et le Développement économiques, Organisation des
Nations-Unies) ont sponsorisé une nouvelle norme pour l’échange des métadonnées et des données
statistiques (SDMX) afin de faciliter les échanges de données au niveau international de manière
bilatérale ou multilatérale. Cette norme assure une comparabilité des indicateurs ODD au niveau
régional ou international. En plus, l’utilisation des outils (logiciels), que l’Eurostat a développés,
nous a facilité la conversion des fichiers d’indicateurs au format SDMX. Sur la base de ces outils,
nous avons mis en place un dispositif informatique pour la diffusion et le partage des indicateurs
ODD. Ces derniers proviennent de l’ANSD, qui joue le rôle moteur à la diffusion des statistiques
nationales.
Le présent rapport décrit les différentes étapes qui permettront de répondre aux attentes suivantes :
les indicateurs disponibles à l’ANSD suivant les différents axes de désagrégation (sexe, milieu de
résidence, région) sont collectés avec les métadonnées nécessaires, le fichier des indicateurs est
converti au format SDMX, la base de données des indicateurs est créée et les mappages nécessaires
sont effectués afin de permettre de partager les indicateurs via des services web.Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=47 Mise en place d’un dispositif informatique permettant la diffusion et le partage des indicateurs ODD suivant la norme SDMX [texte imprimé] / Modou Kebe, Auteur . - Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique, 2019 . - 54 P.
Langues : Français (fre)
Mots-clés : échange de donnees partage de donnees metadonnee statistique métadonnee donnee statistique indicateur ODD format SDMX SDMX indicateur ANSD norme SDMX ODD objectifs de développement durable base de données donnee Résumé : Le développement des nouvelles technologies ont eu pour effet de faciliter et de banaliser l’échange
et le partage électroniques de données, en utilisant toutes sortes de formats et de concepts non
standards. D’où la nécessité de mettre en place des normes, des lignes directrices et des outils
communs garants de processus plus efficaces pour l’échange et le partage des données et des
métadonnées statistiques. Ainsi, les sept institutions internationales (Banque des Règlements
internationaux, Eurostat, Banque centrale européenne, Fonds monétaire international, Banque
mondiale, Organisation pour la Coopération et le Développement économiques, Organisation des
Nations-Unies) ont sponsorisé une nouvelle norme pour l’échange des métadonnées et des données
statistiques (SDMX) afin de faciliter les échanges de données au niveau international de manière
bilatérale ou multilatérale. Cette norme assure une comparabilité des indicateurs ODD au niveau
régional ou international. En plus, l’utilisation des outils (logiciels), que l’Eurostat a développés,
nous a facilité la conversion des fichiers d’indicateurs au format SDMX. Sur la base de ces outils,
nous avons mis en place un dispositif informatique pour la diffusion et le partage des indicateurs
ODD. Ces derniers proviennent de l’ANSD, qui joue le rôle moteur à la diffusion des statistiques
nationales.
Le présent rapport décrit les différentes étapes qui permettront de répondre aux attentes suivantes :
les indicateurs disponibles à l’ANSD suivant les différents axes de désagrégation (sexe, milieu de
résidence, région) sont collectés avec les métadonnées nécessaires, le fichier des indicateurs est
converti au format SDMX, la base de données des indicateurs est créée et les mappages nécessaires
sont effectués afin de permettre de partager les indicateurs via des services web.Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=47 Réservation
Réserver ce document
Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité mem 10161 mem 10161 Mémoires de master Master mathématiques et Informatique Modélisation statistique informatique Disponible Documents numériques
Modou_KeBe_M2_inFo.pdfAdobe Acrobat PDF
Titre : Les Modèles de Survie Type de document : texte imprimé Auteurs : Alassane Diarra, Auteur Editeur : Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique Année de publication : 2020 Importance : 32 P. Format : 29 cm Langues : Français (fre) Mots-clés : Survie vraisemblance espérance de vie mortalité infantile mortalité juvénile Colombie Résumé : Dans ce document , nous donnons une étude synthétisée sur les modèles de survie
en base de données statistiques en dé nissant d'abord les distributions de survie, ensuite
quelques approches de la modélisation de survie et en n une application de ces modèles
basée sur la mortalité infantile et juvénile en Colombie. Et pour atteindre notre objectif,
nous avons rappeler les dé nitions de la survie, du vraisemblance et dé nir quelques modèles
pour en n donner une estimation des probabilités de survie.Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=334 Les Modèles de Survie [texte imprimé] / Alassane Diarra, Auteur . - Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique, 2020 . - 32 P. ; 29 cm.
Langues : Français (fre)
Mots-clés : Survie vraisemblance espérance de vie mortalité infantile mortalité juvénile Colombie Résumé : Dans ce document , nous donnons une étude synthétisée sur les modèles de survie
en base de données statistiques en dé nissant d'abord les distributions de survie, ensuite
quelques approches de la modélisation de survie et en n une application de ces modèles
basée sur la mortalité infantile et juvénile en Colombie. Et pour atteindre notre objectif,
nous avons rappeler les dé nitions de la survie, du vraisemblance et dé nir quelques modèles
pour en n donner une estimation des probabilités de survie.Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=334 Réservation
Réserver ce document
Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité mem 10302 mem 10302 Mémoires de master Master mathématiques et Informatique Modélisation statistique informatique Disponible Documents numériques
MEM 10302Adobe Acrobat PDF
Titre : Prédiction de l’attrition du client dans le Secteur de la Télécommunication : Analyse par apprentissage automatique Type de document : texte imprimé Auteurs : Kadiatou Seydi BARRY, Auteur Editeur : Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique Année de publication : 2025 Importance : 141 P. Format : 29 cm Langues : Français (fre) Mots-clés : Prédiction Attrition Client Télécommunication Apprentissage automatique Environnement rstudio Rstudio Algorithme Xgboost Support vector machine Churn Attrition de la clientèle Extreme gradient boosting Modèle prédictif Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=3178 Prédiction de l’attrition du client dans le Secteur de la Télécommunication : Analyse par apprentissage automatique [texte imprimé] / Kadiatou Seydi BARRY, Auteur . - Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique, 2025 . - 141 P. ; 29 cm.
Langues : Français (fre)
Mots-clés : Prédiction Attrition Client Télécommunication Apprentissage automatique Environnement rstudio Rstudio Algorithme Xgboost Support vector machine Churn Attrition de la clientèle Extreme gradient boosting Modèle prédictif Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=3178 Réservation
Réserver ce document
Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité MEM 11556 MEM 11556 Mémoires de master Master mathématiques et Informatique Modélisation statistique informatique Disponible Documents numériques
MEM 11556Adobe Acrobat PDF
Titre : PREDICTION DU RISQUE D’ATTRITION DES CLIENTS DANS LE SECTEUR DES TELECOMMUNICATIONS : METHODE PAR APPRENTISSAGE AUTOMATIQUE (MACHINE LEARNING) Type de document : texte imprimé Auteurs : Ousmane LOM, Auteur Editeur : Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique Année de publication : 2025 Importance : 54 P. Langues : Français (fre) Mots-clés : Prédiction Attrition Apprentissage automatique Télécommunication Forêt aléatoire Machine learning Client Churn Risque Python Google Colab LATEX Informatique Désabonnement Client churn Résumé : Dans le secteur des télécommunications, l’attrition des clients ou churn représente un
enjeu économique majeur, accentué par une concurrence accrue.Cette étude vise à prédire
l’attrition à l’aide de techniques d’apprentissage automatique, afin de permettre aux entreprises
d’identifier les clients à risque et de mettre en oeuvre des stratégies préventives ciblées.
Le logiciel python a été utilisé dans l’environnement Google Colab pour le prétraitement
des données, l’analyse exploratoire et l’implémentation des algorithmes, tandis que LATEX a
servi à la rédaction scientifique. Le jeu de données comprend 21 variables (démographiques,
contractuelles et de services) sur 7 043 clients. Les résultats issus des méthodes statistiques
(tests de Khi-deux, Wilcoxon Mann- Whitney) et des modèles prédictifs (régression logistique,
forêt aléatoire, SVM) révèlent que les variables durée d’abonnement, tenure, charges
mensuelles,type de contrat et services annexes (sécurité en ligne, assistance technique) influencent
significativement sur l’attrition (Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=2834 PREDICTION DU RISQUE D’ATTRITION DES CLIENTS DANS LE SECTEUR DES TELECOMMUNICATIONS : METHODE PAR APPRENTISSAGE AUTOMATIQUE (MACHINE LEARNING) [texte imprimé] / Ousmane LOM, Auteur . - Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique, 2025 . - 54 P.
Langues : Français (fre)
Mots-clés : Prédiction Attrition Apprentissage automatique Télécommunication Forêt aléatoire Machine learning Client Churn Risque Python Google Colab LATEX Informatique Désabonnement Client churn Résumé : Dans le secteur des télécommunications, l’attrition des clients ou churn représente un
enjeu économique majeur, accentué par une concurrence accrue.Cette étude vise à prédire
l’attrition à l’aide de techniques d’apprentissage automatique, afin de permettre aux entreprises
d’identifier les clients à risque et de mettre en oeuvre des stratégies préventives ciblées.
Le logiciel python a été utilisé dans l’environnement Google Colab pour le prétraitement
des données, l’analyse exploratoire et l’implémentation des algorithmes, tandis que LATEX a
servi à la rédaction scientifique. Le jeu de données comprend 21 variables (démographiques,
contractuelles et de services) sur 7 043 clients. Les résultats issus des méthodes statistiques
(tests de Khi-deux, Wilcoxon Mann- Whitney) et des modèles prédictifs (régression logistique,
forêt aléatoire, SVM) révèlent que les variables durée d’abonnement, tenure, charges
mensuelles,type de contrat et services annexes (sécurité en ligne, assistance technique) influencent
significativement sur l’attrition (Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=2834 Réservation
Réserver ce document
Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité MEM 11450 MEM 11450 Mémoires de master Master mathématiques et Informatique Modélisation statistique informatique Disponible Documents numériques
MEM 11450Adobe Acrobat PDF
Titre : L’utilisation de l’intelligence artificielle pour la détection de fraudes bancaires Type de document : texte imprimé Auteurs : Fatou TOURE, Auteur Editeur : Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique Année de publication : [2025] Importance : 52 P. Format : 29 cm Langues : Français (fre) Mots-clés : Intelligence artificielle Détection Fraude bancaire Apprentissage automatique Machine learning Modèle non supervisé Deep learning Sécurité informatique Sécurité de l'information Informatique Protection des données Résumé : L’intelligence artificielle joue un rôle de plus en plus central dans la lutte contre la fraude
bancaire. Grâce à sa capacité à analyser de vastes volumes de données en temps réel, l’IA permet
d’identifier rapidement les comportements suspects et les transactions anormales.
Les systèmes traditionnels de détection de fraude reposaient souvent sur des règles fixes (par
exemple : bloquer les paiements supérieurs à une certaine somme). L’intelligence articielle et
plus précisément l’apprentissage automatique (machine learning), permet d’aller plus loin en
apprenant à partir des données historiques. Elle peut ainsi détecter des schémas complexes et
évolutifs, même ceux qui échappent aux règles prédéfinies.
Parmi les techniques utilisées on retrouve
. Les modèles supervisés qui apprennent à distinguer les transactions normales des transactions
frauduleuses à partir du jeu de données détection de fraude de carte bancaire.
.Les modèles non supervisés utiles pour détecter des fraudes inédites, en identifiant des anomalies
par rapport aux comportements habituels.
.Le deep learning, utilisé pour analyser des ensembles de données complexes et en grande quantité,
comme les comportements des utilisateurs en ligne.
L’IA permet aussi d’automatiser la réponse à la fraude (blocage automatique de la carte, alerte
client, etc.), tout en réduisant les faux positifs (transactions légitimes considérées comme suspectes).
Cependant, des défis subsistent, notamment en matière de protection des données personnelles,
d’explicabilité des modèles d’IA, et de lutte contre les techniques de fraude de plus en plus
sophistiquées.
Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=2838 L’utilisation de l’intelligence artificielle pour la détection de fraudes bancaires [texte imprimé] / Fatou TOURE, Auteur . - Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique, [2025] . - 52 P. ; 29 cm.
Langues : Français (fre)
Mots-clés : Intelligence artificielle Détection Fraude bancaire Apprentissage automatique Machine learning Modèle non supervisé Deep learning Sécurité informatique Sécurité de l'information Informatique Protection des données Résumé : L’intelligence artificielle joue un rôle de plus en plus central dans la lutte contre la fraude
bancaire. Grâce à sa capacité à analyser de vastes volumes de données en temps réel, l’IA permet
d’identifier rapidement les comportements suspects et les transactions anormales.
Les systèmes traditionnels de détection de fraude reposaient souvent sur des règles fixes (par
exemple : bloquer les paiements supérieurs à une certaine somme). L’intelligence articielle et
plus précisément l’apprentissage automatique (machine learning), permet d’aller plus loin en
apprenant à partir des données historiques. Elle peut ainsi détecter des schémas complexes et
évolutifs, même ceux qui échappent aux règles prédéfinies.
Parmi les techniques utilisées on retrouve
. Les modèles supervisés qui apprennent à distinguer les transactions normales des transactions
frauduleuses à partir du jeu de données détection de fraude de carte bancaire.
.Les modèles non supervisés utiles pour détecter des fraudes inédites, en identifiant des anomalies
par rapport aux comportements habituels.
.Le deep learning, utilisé pour analyser des ensembles de données complexes et en grande quantité,
comme les comportements des utilisateurs en ligne.
L’IA permet aussi d’automatiser la réponse à la fraude (blocage automatique de la carte, alerte
client, etc.), tout en réduisant les faux positifs (transactions légitimes considérées comme suspectes).
Cependant, des défis subsistent, notamment en matière de protection des données personnelles,
d’explicabilité des modèles d’IA, et de lutte contre les techniques de fraude de plus en plus
sophistiquées.
Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=2838 Réservation
Réserver ce document
Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité MEM 11446 MEM 11446 Mémoires de master Master mathématiques et Informatique Modélisation statistique informatique Disponible Documents numériques
MEM 11446Adobe Acrobat PDF
