Détection de fraude : apports des stratégies complémentaires par rapport aux méthodes classiques

La détection de fraude en assurance via machine learning apparait souvent comme une tâche complexe mettant en exergue plusieurs contraintes : jeu de données déséquilibré, signal faible, dérive importante, etc. 

Souvent assimilé à de la détection d’anomalies, ce cas d’usage emploie tantôt des méthodes supervisées, tantôt non supervisées, démontrant chacune leurs avantages et inconvénients.

L’objet de cette présentation est d’abord de revenir sur ces approches traditionnelles, puis de préciser de quelles manières il est possible de construire en amont, en aval ou à la place de ces techniques, des stratégies complémentaires visant à améliorer le sujet du sur-échantillonnage, la tache de détection ou encore le suivi des cas adverses.

Pour se faire, nous présenterons donc plusieurs techniques : sur-échantillonnage par SMOTE et CTGAN, techniques semi-supervisée via Auto Encoder (AE) et Variational Auto Encoder (VAE), méta-détection de valeurs aberrantes, réseaux de neurones bayésiens et mesures d’incertitude. Ces dernières seront éprouvées à travers différents scénarios, mis en application via un cas d’usage en assurance indemnités journalières.