🏠 Home
Benchmark Hub
📊 All Benchmarks 🦖 Dinosaur v1 🦖 Dinosaur v2 ✅ To-Do List Applications 🎨 Creative Free Pages 🎯 FSACB - Ultimate Showcase 🌍 Translation Benchmark
Models
🏆 Top 10 Models 🆓 Free Models 📋 All Models ⚙️ Kilo Code
Resources
💬 Prompts Library 📖 AI Glossary 🔗 Useful Links
expert

Anomalie Detectie Algoritme

#python #machine-learning #statistiek

Selecteer en motiveer een algoritme voor het detecteren van fraude in een zwaar onevenwichtige dataset.

Als Data Scientist moet je een model kiezen voor fraude_detectie op een dataset van 1 miljoen transacties waarbij slechts 0,1% frauduleus is. Vergelijk de voor- en nadelen van Isolation Forest versus Autoencoders in deze context. Schrijf vervolgens Python-code (pseudocode is toegestaan) om de 'class imbalance' aan te pakken voorafgaand aan de training.