Mein Portfolio

Versicherungsbetrug erkennen: Ein Machine Learning Modell zur automatisierten Identifizierung

Dieses Projekt zielt darauf ab, ein intelligentes Modell zur Erkennung von Versicherungsbetrug zu entwickeln. Anhand historischer Schadensmeldungen, die bereits als betrügerisch oder legitim gekennzeichnet sind, wird ein System geschaffen, das in der Lage ist, verdächtige Muster automatisch zu identifizieren und so die Betrugserkennung effizient zu optimieren. Wir arbeiten neben NumPy und Pandas mit den Bibliotheken Matplotlib und Seaborn zur Visualisierung und Scikit-Learn für die Modellierung.

Assoziationsanalyse: Häufige Produktkombinationen im Warenkorb

In diesem Projekt arbeiten wir mit Verkaufsdaten, um häufig zusammen gekaufte Produkte zu identifizieren und das nötige DataFrame für ein Produktempfehlungssystem zu generieren. Hierfür kommt Python zum Einsatz. Wir arbeiten mit den Bibliotheken NumPy, Pandas und Mlxtend.