Análisis de técnicas de aprendizaje automático para la detección de fraude con tarjeta de crédito

La transacción rápida y fácil a través del sistema de tarjetas de crédito ha aumentado los casos fraudulentos en todas partes. Se han aplicado algoritmos de aprendizaje automático para identificar transacciones fraudulentas. El problema de detección de fraude tiene dos problemas importantes: en primer lugar, los legítimos y los estafadores cambian constantemente su comportamiento y, en segundo lugar, los conjuntos de datos están severamente sesgados. La implementación del sistema está plagada de algoritmos de aprendizaje automático, extrayendo variables y realizando muestreo en conjuntos de datos. Este documento investiga el rendimiento de la regresión logística, el bosque aleatorio, el árbol de decisión y SVM (Máquina de Vectores de Soporte). El sistema propuesto muestra resultados según la precisión, sensibilidad, especificidad y precisión de las técnicas mencionadas. Las transacciones en el conjunto de datos están severamente sesgadas a la derecha. Se realizan submuestros y sobrer muestros en los datos. El trabajo se implementa en Python.