Detección de fraudes con tarjetas de crédito mediante modelos de aprendizaje automático

[kevinmelgarejo]

Título: Detección de fraudes con tarjetas de crédito mediante modelos de aprendizaje automático

Miembros del equipo

• ARNOLD KEVIN MELGAREJO SOLIS
  ELVIS CHAVEZ GUILLERMO
  JANNINA SERVELION CASAS
  ROGER JUVENAL VERGARA SIGUEÑAS

Resumen:
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