🏠 Home
Prestatietests
📊 Alle benchmarks 🦖 Dinosaur v1 🦖 Dinosaur v2 ✅ To-Do List applicaties 🎨 Creatieve vrije pagina's 🎯 FSACB - Ultieme showcase 🌍 Vertaalbenchmark
Modellen
🏆 Top 10 modellen 🆓 Gratis modellen 📋 Alle modellen ⚙️ Kilo Code
Bronnen
💬 Promptbibliotheek 📖 AI-woordenlijst 🔗 Nuttige 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.