Documentation — Détection Fraude Carte Bancaire (ULB)

Sommaire

Description

284 807 transactions bancaires européennes (sept. 2013) avec 492 fraudes (0.17%). 28 composantes PCA anonymisées + montant + temps. Dataset de référence mondial pour la détection de fraude avec données déséquilibrées.

Dictionnaire des variables

Comment utiliser ce dataset

import pandas as pd

# Charger le dataset
df = pd.read_csv("URL_DU_FICHIER")

# Aperçu rapide
print(df.shape)        # (284807, 31)
print(df.dtypes)
print(df.describe())
df.head(10)

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

# Charger le dataset
df <- read.csv("URL_DU_FICHIER", stringsAsFactors = FALSE)

# Aperçu rapide
dim(df)          # 284807 x 31
str(df)
summary(df)
head(df, 10)

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

# Télécharger le dataset
curl -L -o "détection_fraude_carte_bancaire_(ulb).csv" \
  "URL_DU_FICHIER"

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

Citation & Licence

Format BibTeX

@dataset{d_tection_fraude_carte_bancaire_ulb_2026,
  title  = {Détection Fraude Carte Bancaire (ULB)},
  author = {StochastiQdata},
  year   = {2026},
  url    = {https://stochastiqdata.com/modeling/e6b60ce6-4c9c-4d66-8a5a-d4212263dcd0},
  note   = {Dataset pour actuaires}
}

Format APA

StochastiQdata. (2026). Détection Fraude Carte Bancaire (ULB) [Dataset].
  https://stochastiqdata.com/modeling/e6b60ce6-4c9c-4d66-8a5a-d4212263dcd0