Les apprenants analyseront les modèles de fraude, évalueront les techniques de détection de la fraude et appliqueront des approches analytiques basées sur les données pour identifier et atténuer les activités frauduleuses. Ce cours construit une base solide dans les concepts de fraude tout en introduisant progressivement des méthodes modernes d'analyse de la fraude, y compris les approches Big Data et les techniques d'apprentissage automatique telles que l'apprentissage supervisé et non supervisé. Les apprenants acquerront une compréhension structurée du cycle de vie de la fraude, des stratégies d'analyse de la fraude de haut niveau et des avantages commerciaux mesurables de la prévention de la fraude axée sur l'analyse. À l'issue de ce cours, les apprenants seront en mesure d'interpréter des scénarios de fraude du monde réel, d'évaluer les risques à l'aide d'un raisonnement analytique et de soutenir une prise de décision éclairée dans les environnements de détection de la fraude. Le cours met l'accent sur la pratique à travers des exemples détaillés de fraude à la carte de crédit, permettant aux apprenants de relier la théorie aux défis opérationnels réels. Ce qui rend ce cours unique est sa perspective de bout en bout sur l'analyse de la fraude - des concepts fondamentaux à la mise en œuvre stratégique - combinée à une approche orientée projet utilisant R pour la pensée analytique. Plutôt que de se concentrer uniquement sur les outils, le cours développe le jugement analytique, les compétences de reconnaissance des formes et la conscience stratégique essentielle pour les rôles dans le risque de fraude, l'analyse des données et la prévention de la criminalité financière.