La detección de fraude en transacciones con tarjetas de crédito es un desafío constante para las instituciones financieras. El uso de técnicas de machine learning puede ser fundamental para identificar patrones y anomalías en los datos que podrían indicar actividades fraudulentas.
En este repositorio encontraran las diferentes carpetas en las que se han alojado los archivos correspondientes a la consecución del proyecto. Un proyecto que ha girado en torno a la elaboración de un modelo de aprendizaje supervisado a través de Python, con el fin de detectar de la forma más rigurosa y fiable, posibles casos de fraude.
RapidMiner .-prototipado en RapidMiner
Presentation.- diapositivas de la resolución del reto
Code (Python).- código Python codificando el problema prototipado en RapidMiner, pero solo con el mejor modelo.
Documents ( Word o Pdf ).-documento Word PDF con el informe a PwCEste repositorio contiene los pasos esenciales que realizamos sobre el dataset de PwC para predecir el fraude en transacciones con tarjetas de crédito utilizando técnicas de machine learning con diferentes herramientas
- Profesor: Christian Vladimir Sucuzhanay Arevalo ( Profesor )
- Guillermo García González
- Miguel Ángel Alcón Galán
- Sebastián Márquez Cochesa
- Sebastián Higueras Salas
- RapidMiner
- GitHub
- Python