< Terug naar vorige pagina
Onderzoeker
Bart Baesens
- Disciplines:Toegepaste wiskunde, Artificiële intelligentie, Informatiewetenschappen, Informatiesystemen, Cognitieve wetenschappen en intelligente systemen, Management, Onderwijskunde
Affiliaties
- Onderzoeksgroep Beleidsinformatica (LIRIS) (hoofdwerkadres Leuven) (Onderzoekseenheid)
Lid
Vanaf1 nov 2005 → Heden
Projecten
1 - 10 of 34
- FraudPANDA -- Fraude tegengaan aan de hand van Pro-Actieve (Netwerk)Detectie en AnalyseVanaf1 jan 2023 → HedenFinanciering: FWO Strategische Onderzoeksbeurs
- Voorspellende modellering en big data-analyse voor risicobeheer (This is Dutch translation of English version using Google Translate tool)Vanaf15 sep 2021 → HedenFinanciering: Eigen Middelen zoals patrimonium, inschrijvingsgelden, giften, ....
- Toepassingen in business voor natural language processingVanaf1 sep 2021 → HedenFinanciering: Eigen Middelen zoals patrimonium, inschrijvingsgelden, giften, ....
- Het toepassen van Deep Learning op metadata voor competitieve acceleratieVanaf1 sep 2021 → HedenFinanciering: Eigen Middelen zoals patrimonium, inschrijvingsgelden, giften, ....
- NIEUWE, DUURZAAMHEIDSGEDREVEN IOT PRESCRIPTIEVE ANALYSE VOOR HET VERBETEREN VAN IRRIGATIEPRAKTIJKEN IN FRUITBOMENVanaf18 jan 2021 → HedenFinanciering: Eigen Middelen zoals patrimonium, inschrijvingsgelden, giften, ....
- Data Science voor officiële statistieken.Vanaf1 jan 2021 → HedenFinanciering: Departement Algemene Zaken en Financiën
- Machine learning voor de analyse van fraudeVanaf27 aug 2020 → HedenFinanciering: FWO mandaten
- Economische en Financiële Data Infrastructuur voor Empirisch Onderzoek in Economie en Bedrijfswetenschappen;Vanaf1 mei 2020 → HedenFinanciering: FWO Internationale onderzoeksinfrastructuur (IRI)
- Economische en Financiële Data Infrastructuur voor Empirisch Onderzoek in Economie en BedrijfswetenschappenVanaf1 mei 2020 → HedenFinanciering: Eigen Middelen zoals patrimonium, inschrijvingsgelden, giften, ....
- Statistische leertechnieken met toepassingen in financiën en verzekeringenVanaf2 okt 2019 → 4 jul 2023Financiering: Eigen Middelen zoals patrimonium, inschrijvingsgelden, giften, ....
Publicaties
11 - 20 van 238
- Social network analytics for supervised fraud detection in insurance(2022)
Auteurs: Katrien Antonio, Bart Baesens, Tom Reynkens
Pagina's: 1872 - 1890 - Predict-then-optimize or predict-and-optimize? An empirical evaluation of cost-sensitive learning strategies(2022)
Auteurs: Toon Vanderschueren, Bart Baesens, Tim Verdonck, Wouter Verbeke
Pagina's: 400 - 415 - A hierarchical mixture cure model with unobserved heterogeneity for credit risk(2022)
Auteurs: Gerda Claeskens, Bart Baesens
Pagina's: 39 - 55 - Instance-Dependent Cost-Sensitive Learning for Detecting Transfer Fraud(2022)
Auteurs: Bart Baesens, Wouter Verbeke, Tim Verdonck
Pagina's: 291 - 300 - Instance-dependent cost-sensitive learning: do we really need it?(2022)
Auteurs: Toon Vanderschueren, Tim Verdonck, Bart Baesens, Wouter Verbeke
Aantal pagina's: 9 - CATCHM: A novel network-based credit card fraud detection method using node representation learning(2022)
Auteurs: Rafaël Van Belle, Bart Baesens, Jochen De Weerdt
- Data engineering for fraud detection(2021)
Auteurs: Bart Baesens, Tim Verdonck
- robROSE: A robust approach for dealing with imbalanced data in fraud detection(2021)
Auteurs: Bart Baesens, Tim Verdonck
Pagina's: 841 - 861 - Managing Model Risk(2021)
Auteurs: Seppe vanden Broucke, Bart Baesens
Aantal pagina's: 283 - Expert-driven Trace Clustering with Instance-level Constraints(2021)
Auteurs: Pieter De Koninck, Klaas Nelissen, Seppe vanden Broucke, Bart Baesens, Monique Snoeck, Jochen De Weerdt