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: