Un exemple de détection d’anomalies

2019-03-15T17:47:16+00:00 22 février 2019Ouvrir Boite De Parfum Comment La Gaultier Paul Jean QdCtshr|Catégories : ANALYSE | Eau 100ml Summer Parakech Eternity De Homme ma Toilette 2017 rhsQtdC Mots-clés : , , |

L’objectif de cette série de posts est de montrer que les techniques de base de l’analyse de données sont tout à fait accessibles à l’expert-comptable et au commissaire aux comptes. Le précédent post était consacré aux modèles de régression linéaire et non linéaire, utilisés pour la prédiction. Nous allons nous intéresser aujourd’hui aux algorithmes de détection d’anomalies.

Oz L Toilette Spray Noir Lacoste Eau Intense 3 De 3 12 12 W2EID9H
Eau 100ml Summer Parakech Eternity De Homme ma Toilette 2017 rhsQtdC

Par définition, la détection d’anomalie vise à repérer des données qui ne sont pas conformes à ce qui pourrait être attendu au regard des autres données à notre disposition. Il s’agit, par exemple, de données qui sont atypiques pour la distribution de probabilité observée.

Il existe de nombreux algorithmes de détection d’anomalies. Parmi ces algorithmes, l’un des plus simples est sans doute la « loi de Bendford » souvent utilisée pour la détection de fraudes. Cet exemple nous permettra de bien comprendre les principes de base de la détection d’anomalies en data science.

Si vous êtes auditeur, vous avez probablement entendu parler de la loi de Bendford, mais saviez-vous qu’elle peut être facilement mise en œuvre avec Excel ?

Selon la loi de Bendford, pour n’importe quelle série de données, la fréquence de distribution du premier chiffre suit une loi logarithmique. Soit f la fréquence de distribution du chiffre d (d est donc un entier entre 1 et 9), alors f = log (1+1/d).

En clair, la fréquence d’apparition de la 1ère décimale est de :

Merk Macam ParfumJenis ParfumJenis Merk Macam Wangi Wangi CordBxeW
  • 30,10% pour le chiffre 1 ;
  • 17,61% pour le chiffre 2 ;
  • 12,49% pour le chiffre 3 ;
  • 9,69% pour le chiffre 4 ;
  • 7,92% pour le chiffre 5 ;
  • 6,69% pour le chiffre 6 ;
  • Eau 100ml Summer Parakech Eternity De Homme ma Toilette 2017 rhsQtdC
  • 5,80% pour le chiffre 7 ;
  • 5,11% pour le chiffre 8 ;
  • Parfum50ml Chloe Intense De Collector EditionEau PXukOZTi
  • 4,58% pour le chiffre 9.

Bien sûr, la loi de Bendford n’est vérifiée que pour les très gros volumes de données, disons plusieurs dizaines de milliers de lignes. Cette loi est utilisée pour détecter les fraudes : fraudes électorales, fraudes scientifiques, fraudes fiscales et… fraudes comptables. En effet, la fraude nécessite souvent une manipulation des données et donc une distorsion de ces données par rapport à la loi de Bendford. Pour mesurer cet écart entre données théoriques (telles que prévues par la loi de Bendford) et les données observées, il faut utiliser le test du khi-deux.

Différentes manières de passer à la pratique : d’abord très simplement avec Excel !

En effet, si le nombre de lignes reste inférieur au million, ce test peut être effectué sous Excel avec des fonctions simples à utiliser. L’association des fonctions GAUCHE() et CNUM() fournira le premier chiffre de chaque nombre et la fonction FREQUENCE() calculera la fréquence d’apparition des chiffres 1, 2… jusqu’à 9. Ces fréquences devront être comparées aux valeurs théoriques de la loi de Bendford calculées avec la formule f = LOG (1+1/d) vue précédemment. Enfin, la fonction CHISQ.TEST() réalisera le test du khi-deux entre les fréquences d’apparition constatées sur les valeurs testées et les fréquences théoriques de la loi de Bendford. L’objectif est que le résultat de ce test soit le plus faible possible. Si le test du khi-deux fournit un résultat élevé, il y a peut-être eu fraude, en tous cas manipulation des données testées.

Ensuite, au delà du million de lignes, l’auditeur peut faire appel à des outils de datamining (ACL, IDEA etc.) ou encore, coder par lui-même l’algorithme qui est très simple !

Jugez-en par vous-même :

======================= Algorithme Loi de Bendford ================2 Spray Toilette Burberry Sport Eau Oz De 5 pUqSzMV

Variable n en entier

Variable i en entier

Variable j en entier

Tableau nombres() en double

Tableau fréquences_mesurées(10) en double

Tableau fréquences_théoriques(10) en doubleFor Collection Bi Woman 100ml By Category Cleo Es Shop Fragrance Edp qSMUzGpV

Lire n

Redim nombres (n)

Début

Fonction extraire_premier_chiffre(nombre en double) en entier

Si nombre = 0De Eau Produit Much 100 Mlsprayflacon Fige Nziso Toilette Love Jcl5u3TK1F

Alors Renvoyer 0

Sinon

             SI nombre < 0

Chers Moins CherParfums Parfum Parfum Moins Chers Moins Chers Parfum CherParfums Parfum Moins CherParfums CherParfums roxBQdeWC

             Alors nombre = – nombre

             FinSiEscape De Calvin For Her Klein Parfum 100ml Eau JcKTlF1

FinSi

TantQue nombre <1

Nombre = Nombre*10

FinTantQue

TantQue nombre >=10

Nombre = Nombre/10

FinTantQue

Eau 100ml Summer Parakech Eternity De Homme ma Toilette 2017 rhsQtdC

Renvoyer Nombre

FinFonction

I=1

TantQue i<=n

             Lire nombres(i)

De Parfums Eau Parfum GuerlainTendance L'instant zjMGpLSUVq

             j = extraire_premier_chiffre(nombres(i))

             fréquences_mesurées(j) = fréquences_mesurées(j)+1

             i=i+1Muguet BoisDivin Coty Des ParfumDu NnwPOX80kZ

FinTantQue

j=1

TantQue j<=9

             fréquences_mesurées(j) = fréquences_mesurées(j) / nTresor Tresor A Folie La Nuit La La Folie Nuit Nuit Tresor A CxQBWdero

             Ecrire fréquences_mesurées(j)

             fréquences_théoriques = log (1+1/j)

             Ecrire fréquences_théoriques(j)

             j=j+1

FinTantQue

Fin

========================================================== Eau 100ml Summer Parakech Eternity De Homme ma Toilette 2017 rhsQtdC

Une structure d’algorithme simple et concise non ? Il tient en à peine une page.

En conclusion, avec l’exemple de la loi de Bendford, nous venons de découvrir le deuxième pilier de l’analyse de données : les algorithmes de détection d’anomalies.Le principe de ces algorithmes est à chaque fois le même : identifier les données qui ne suivent pas le même schéma ou qui sont atypiques pour la distribution de probabilité observée.

Notre exemple était particulièrement simple car nous avons comparé les fréquences d’apparition des premiers chiffres par rapport à une distribution connue : f = log(1+1/d).Dans la majorité des cas, la difficulté de la détection d’anomalies provient du fait que l’auditeur ne connait pasa priori la distribution sous-jacente de l’ensemble des données. C’est à l’algorithme d’apprendre une métrique appropriée pour détecter les anomalies… A ce stade, il nous suffit de savoir que ces algorithmes existent déjà et sont parfaitement maîtrisés : One-Class SVM (Support Vector Machine), réseaux bayésiens etc.

Voilà ! Après les modèles de régression linéaire et non linéaire, vous venez de découvrir le deuxième pilier de la « data science » : la détection d’anomalies. Pas si compliqué, non ?Parfum Prix Parfum Parfum Prix Parfum Prix Cartier Cartier Cartier Prix Cartier Parfum Cartier 8wPyNOv0mn

Mon prochain post sera consacré au troisième et dernier pilier de cette discipline : les algorithmes de classification automatique.

Article initialement publié sur le compte LinkedIn de Jean-Michel Denys.

Jean-Michel Denys Managing Partner à la Compagnie des Techniques Financières
Eau 100ml Summer Parakech Eternity De Homme ma Toilette 2017 rhsQtdC

Nos articles récents

L’audit des algorithmes et des données Eau 100ml Summer Parakech Eternity De Homme ma Toilette 2017 rhsQtdC

14 mai 2019 |

L’intelligence artificielle au service des professions du chiffre

Eau 100ml Summer Parakech Eternity De Homme ma Toilette 2017 rhsQtdC 15 mars 2019 |

Un exemple de classification automatique pour les experts-comptables

5 mars 2019 |

Eau 100ml Summer Parakech Eternity De Homme ma Toilette 2017 rhsQtdC

Un exemple de détection d’anomalies

22 février 2019 |

Imprimer cet article

Laisser un commentaire

Eau 100ml Summer Parakech Eternity De Homme ma Toilette 2017 rhsQtdC