Documentation — Détection Anomalies Transactions Bancaires

Référence complète pour utiliser ce dataset

Fraude ML

Sommaire

Description Variables Utilisation Citation & Licence

Description

Transactions bancaires avec anomalies et fraudes. Analyse comportementale des clients, montants inhabituels, fréquence et localisation. Idéal pour les modèles non-supervisés et l'isolation forest.

Source

Kaggle

Lignes

2 512

Colonnes

9

Taille

—

Licence

cc0

Variable cible

Is_Fraud

Date création

10/03/2026

Format

CSV

Domaines

Fraude, ML

Dictionnaire des variables

Le dictionnaire des variables n'est pas encore renseigné pour ce dataset.

Les statistiques automatiques sont disponibles dans l'onglet Statistiques & Profil.

Comment utiliser ce dataset

import pandas as pd

# Charger le dataset
df = pd.read_csv("https://mjqtthaypifkdlaneymx.supabase.co/storage/v1/object/public/datasets-files/909225cc-099a-47b7-9e25-10b600c7a3ba/54bd713b-3030-441f-8507-48c4357c8a70.csv")

# Aperçu rapide
print(df.shape)        # (2512, 9)
print(df.dtypes)
print(df.describe())
df.head(10)

# Variable cible
X = df.drop(columns=["Is_Fraud"])
y = df["Is_Fraud"]

# Charger le dataset
df <- read.csv("https://mjqtthaypifkdlaneymx.supabase.co/storage/v1/object/public/datasets-files/909225cc-099a-47b7-9e25-10b600c7a3ba/54bd713b-3030-441f-8507-48c4357c8a70.csv", stringsAsFactors = FALSE)

# Aperçu rapide
dim(df)          # 2512 x 9
str(df)
summary(df)
head(df, 10)

# Variable cible
y <- df$Is_Fraud
X <- df[, !names(df) %in% c("Is_Fraud")]

# Télécharger le dataset
curl -L -o "détection_anomalies_transactions_bancaires.csv" \
  "https://mjqtthaypifkdlaneymx.supabase.co/storage/v1/object/public/datasets-files/909225cc-099a-47b7-9e25-10b600c7a3ba/54bd713b-3030-441f-8507-48c4357c8a70.csv"

# Vérification (nombre de lignes)
wc -l "détection_anomalies_transactions_bancaires.csv"

Citation & Licence

Licence

cc0

Format BibTeX

@dataset{d_tection_anomalies_transactions_bancaires_2026,
  title  = {Détection Anomalies Transactions Bancaires},
  author = {StochastiQdata},
  year   = {2026},
  url    = {https://stochastiqdata.com/modeling/909225cc-099a-47b7-9e25-10b600c7a3ba},
  note   = {Dataset pour actuaires}
}

Format APA

StochastiQdata. (2026). Détection Anomalies Transactions Bancaires [Dataset].
  https://stochastiqdata.com/modeling/909225cc-099a-47b7-9e25-10b600c7a3ba