Análisis comparativo de técnicas de aprendizaje automático para detectar fraude en tarjetas de crédito

Este estudio resalta la importancia de llevar un control para detectar fraudes en tarjetas de cr´edito para prevenir diferentes riesgos hacia nuestros bienes. Las t´ecnicas de Aprendizaje Autom´atico han demostrado ser la soluci´on para aprendizaje supervisado. Este trabajo identifica t´ecnicas como M´aquinas de Vectores de Soporte, Clasificador Bayesiano Ingenuo, Bosques Aleatorios, Red Neuronal y Extreme Gradiente Boost como las mejores t´ecnicas seg´un los trabajos relacionados. Este trabajo se enfoc´o en realizar todo el proceso que aborda un proyecto como este, es decir ingenier´ıa de caracter´ısticas, preparar los datos, lidiar con el desbalance de datos, entre otros. Se us´o como herramienta de evaluaci´on de rendimiento la validaci´on cruzada k-fold para encontrar la mejor parametrizaci´on de cada una de estas t´ecnicas, que son evaluadas con m´etricas de desempe˜no como exactitud y puntaje f1. Y finalmente hacer una comparaci´on de estos resultados agregando pruebas estad´ısticas como t de estudiante para obtener la t´ecnica ganadora.Trabajo de investigació