Hopkins

Données non structurées :

 

classification de texte

Déclaration de

soupçon

Professionnel Assujetti

- Banque 

- Assurance

- Notaire

- Avocat

- Agent d'artiste

...

Exposé des faits

M.AAA, 91 ans, est client depuis DATE. Il est marié à Mme BBB, 62 ans (origine malgache).
Opération atypique constatée sur son compte de dépôt à vue individuel n° 000000 :
Suite à remboursement de parts sociales de 15.000 € le DATE, M. AAAA est venu retirer en espèces 20.000 € le DATE pour selon ses dires « réaliser des travaux ».
Cette version est consignée sur le formulaire LCB/FT avec le commentaire suivant : « le client se déleste de son patrimoine financier, client méfiant sous l'influence d'intervenant extérieur ».
Sur la dernière année, notre client a retiré 40 000€ d'espèces qui se rajoutent aux 81 000€ de retraits d'espèces de l'année précédente.
Etant donné la précédente DS il y a un an pour le motif abus de faiblesse ou confiance et la non documentation de cette opération, nous réalisons ce complément d'information.

Cycle de vie

Classification

Développer une aide à la décision pour les orientateurs

Tags

Modèle

web app de validation

Deep Learning

Hierarchical

Attention networks

Yang et al., 2016

Exemple

web app

deep learning

AUJOURD'HUI

Validation en cours

 

900 DS validées

 

Analyse courant juillet/août

Modèle codé

 

Évalué sur dataset de référence

 

Test en cours dans le cadre multilabel

Merci

Attributions Creative Commons

Barcode by Eucalyp from the Noun Project

Labels by Luis Rodrigues from the Noun Project

Pipes by  Laymik from the Noun Project

Analytics by Brand Mania from the Noun Project

Victor Schmidt

VICT0RSCH.GITHUB.IO

web app

  - Back

    - Flask
    - pandas

  - Front

    - Bootstrap 4
    - jquery
    - select2.js

deep learning

  - Librairies: ​

    - Tensorflow 1.7
    - Python 3
    - NLTK

  - GPU

​    - NVIDIA P100
    - CUDA 9
    - CuDNN 5.1

Technos

Sur Dataiku:

Sur HPC dédié:

EIG - Hopkins

By Victor Smt