◈ StochastiQdata
vendredi 20 mars 2026
Ajouter un dataset
Documentation — Détection Fraude Paiements en Ligne
Référence complète pour utiliser ce dataset
Fraude
ML
Description
6.3 millions de transactions de paiement en ligne avec indicateur de fraude. Incluant type de transaction, montant, soldes initiaux et finaux. Dataset synthétique haute fidélité pour la modélisation de fraude bancaire.
Source
Kaggle
Lignes
6 362 620
Colonnes
10
Taille
—
Licence
cc0
Variable cible
isFraud
Date création
10/03/2026
Format
CSV
Domaines
Fraude, ML
Dictionnaire des variables
Le dictionnaire des variables n'est pas encore renseigné pour ce dataset.
Les statistiques automatiques sont disponibles dans l'onglet Statistiques & Profil.
Comment utiliser ce dataset
import pandas as pd # Charger le dataset df = pd.read_csv("https://mjqtthaypifkdlaneymx.supabase.co/storage/v1/object/public/datasets-files/34be2e42-53d8-48b4-9c1c-b2e1937775b3/fbec7872-d4b2-4d72-a65d-4dbd76b82509.csv") # Aperçu rapide print(df.shape) # (6362620, 10) print(df.dtypes) print(df.describe()) df.head(10) # Variable cible X = df.drop(columns=["isFraud"]) y = df["isFraud"]
Citation & Licence
Licence
cc0
Format BibTeX
@dataset{d_tection_fraude_paiements_en_ligne_2026,
title = {Détection Fraude Paiements en Ligne},
author = {StochastiQdata},
year = {2026},
url = {https://stochastiqdata.com/modeling/34be2e42-53d8-48b4-9c1c-b2e1937775b3},
note = {Dataset pour actuaires}
}
Format APA
StochastiQdata. (2026). Détection Fraude Paiements en Ligne [Dataset]. https://stochastiqdata.com/modeling/34be2e42-53d8-48b4-9c1c-b2e1937775b3