StochastiQdata

Documentation — Détection Fraude Sinistres Véhicule

Référence complète pour utiliser ce dataset

IARD Fraude
Retour au dataset

Description

15 000 déclarations de sinistres véhicule avec label de fraude. Variables : type de véhicule, ancienneté, type de sinistre, police et profil assuré. Benchmark de détection de fraude en assurance automobile.

Source

Kaggle

Lignes

15 000

Colonnes

33

Taille

Licence

cc0

Variable cible

FraudFound_P

Date création

10/03/2026

Format

CSV

Domaines

IARD, Fraude

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/ae748b89-6aa6-44dd-a070-75853003c0a3/f2258ef0-02c0-4183-a6b9-bf2d105c09f0.csv")

# Aperçu rapide
print(df.shape)        # (15000, 33)
print(df.dtypes)
print(df.describe())
df.head(10)

# Variable cible
X = df.drop(columns=["FraudFound_P"])
y = df["FraudFound_P"]

Citation & Licence

Licence

cc0

Format BibTeX

@dataset{d_tection_fraude_sinistres_v_hicule_2026,
  title  = {Détection Fraude Sinistres Véhicule},
  author = {StochastiQdata},
  year   = {2026},
  url    = {https://stochastiqdata.com/modeling/ae748b89-6aa6-44dd-a070-75853003c0a3},
  note   = {Dataset pour actuaires}
}

Format APA

StochastiQdata. (2026). Détection Fraude Sinistres Véhicule [Dataset].
  https://stochastiqdata.com/modeling/ae748b89-6aa6-44dd-a070-75853003c0a3