🏠 Inicio
Pruebas de rendimiento
📊 Todos los benchmarks 🦖 Dinosaurio v1 🦖 Dinosaurio v2 ✅ Aplicaciones To-Do List 🎨 Páginas libres creativas 🎯 FSACB - Showcase definitivo 🌍 Benchmark de traducción
Modelos
🏆 Top 10 modelos 🆓 Modelos gratuitos 📋 Todos los modelos ⚙️ Kilo Code
Recursos
💬 Biblioteca de prompts 📖 Glosario de IA 🔗 Enlaces útiles
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.