Este documento presenta el avance del segundo proyecto integrador sobre detección de fraude con tarjetas de crédito usando Python. Los objetivos son implementar un código en Python para detectar transacciones fraudulentas mediante aprendizaje supervisado y obtener una precisión cercana al 90%. El proyecto busca desarrollar un código que pueda diferenciar transacciones lícitas de ilícitas usando datos del usuario para proteger al titular de la tarjeta y al establecimiento.
0 calificaciones0% encontró este documento útil (0 votos)
4 vistas3 páginas
Este documento presenta el avance del segundo proyecto integrador sobre detección de fraude con tarjetas de crédito usando Python. Los objetivos son implementar un código en Python para detectar transacciones fraudulentas mediante aprendizaje supervisado y obtener una precisión cercana al 90%. El proyecto busca desarrollar un código que pueda diferenciar transacciones lícitas de ilícitas usando datos del usuario para proteger al titular de la tarjeta y al establecimiento.
Este documento presenta el avance del segundo proyecto integrador sobre detección de fraude con tarjetas de crédito usando Python. Los objetivos son implementar un código en Python para detectar transacciones fraudulentas mediante aprendizaje supervisado y obtener una precisión cercana al 90%. El proyecto busca desarrollar un código que pueda diferenciar transacciones lícitas de ilícitas usando datos del usuario para proteger al titular de la tarjeta y al establecimiento.
Este documento presenta el avance del segundo proyecto integrador sobre detección de fraude con tarjetas de crédito usando Python. Los objetivos son implementar un código en Python para detectar transacciones fraudulentas mediante aprendizaje supervisado y obtener una precisión cercana al 90%. El proyecto busca desarrollar un código que pueda diferenciar transacciones lícitas de ilícitas usando datos del usuario para proteger al titular de la tarjeta y al establecimiento.
Tema: Detección de Fraude con Tarjetas de Crédito usando Phyton.
Objetivos: Implementar un código en Phyton de detección de transacciones fraudulentas en
tarjetas de crédito, mediante el uso de machine learning en aprendizaje supervisado como proyecto de Big Data.
Objetivos Específicos:
- Implementar la técnica de aprendizaje supervisado para entrenar el conjunto de datos
y obtener una precisión cercana al 90% - Realizar un código en Phyton usando objetos de Machine Learning. - Obtener un conjunto de datos para probar y de esta manera probar la eficiencia del sistema.
Alcance:
Al desarrollar este proyecto se busca implementar un código el cual mediante programación en
Phyton aprenda a diferenciar una transacción lícita de una ilícita, usando como datos las costumbres del portador de la tarjeta en cuanto a consumos y su historial crediticio, de esta manera se podrá evitar fraudes con las tarjetas de crédito y así se protegería tanto el benefactor de la tarjeta como el establecimiento en el cual se desarrollen las compras.
Metodología:
Mediante el Uso de Phyton, y sus herramientas de aprendizaje supervisado, machine learning y