Detección de fraudes con tarjetas de crédito mediante modelos de aprendizaje automático
Publicado: 17 Nov 2023, 20:28
Título: Detección de fraudes con tarjetas de crédito mediante modelos de aprendizaje automático
Miembros del equipo
Este proyecto compara el rendimiento de tres modelos de aprendizaje automático (RandomTree, Multilayer Perceptron y Random Forest) para la detección de fraudes con tarjetas de crédito utilizando un conjunto de datos que contiene características de transacciones legítimas y fraudulentas. Los resultados muestran que el modelo Random Forest logra la mayor precisión general (99.9993%) y una clasificación perfecta de instancias en la matriz de confusión. Se concluye que Random Forest es el modelo más efectivo para este problema, aunque se recomienda seguir optimizando los hiperparámetros. Este análisis destaca la importancia de seleccionar cuidadosamente los modelos de acuerdo a los requerimientos específicos.
Dataset: https://www.kaggle.com/datasets/dhanush ... card-fraud
Miembros del equipo
- ARNOLD KEVIN MELGAREJO SOLIS
ELVIS CHAVEZ GUILLERMO
JANNINA SERVELION CASAS
ROGER JUVENAL VERGARA SIGUEÑAS
Este proyecto compara el rendimiento de tres modelos de aprendizaje automático (RandomTree, Multilayer Perceptron y Random Forest) para la detección de fraudes con tarjetas de crédito utilizando un conjunto de datos que contiene características de transacciones legítimas y fraudulentas. Los resultados muestran que el modelo Random Forest logra la mayor precisión general (99.9993%) y una clasificación perfecta de instancias en la matriz de confusión. Se concluye que Random Forest es el modelo más efectivo para este problema, aunque se recomienda seguir optimizando los hiperparámetros. Este análisis destaca la importancia de seleccionar cuidadosamente los modelos de acuerdo a los requerimientos específicos.
Dataset: https://www.kaggle.com/datasets/dhanush ... card-fraud