Subir material

Suba sus trabajos a SEDICI, para mejorar notoriamente su visibilidad e impacto

 

Mostrar el registro sencillo del ítem

dc.date.accessioned 2021-04-07T14:09:41Z
dc.date.available 2021-04-07T14:09:41Z
dc.date.issued 2020
dc.identifier.uri http://sedici.unlp.edu.ar/handle/10915/116433
dc.description.abstract El fraude en el sector financiero en transacciones con tarjetas de crédito y débito es un fenómeno que ha recibido el estudio de la comunidad científica por su impacto económico, tanto en individuos como en instituciones. Analizar este problema desde la perspectiva de machine learning es un gran desafío por la poca disponibilidad de transacciones etiquetadas y el desbalanceo en la proporción de clases. En este trabajo exploramos un enfoque alternativo basado en el ajuste del umbral de probabilidad del algoritmo de fraude. A través de experimentaciones mostramos que este abordaje es eficiente y constituye una alternativa válida para detectar fraude de forma efectiva. es
dc.format.extent 114-127 es
dc.language es es
dc.subject Fraude financiero es
dc.subject Inteligencia artificial es
dc.subject Machine learning es
dc.title Un primer acercamiento a un modelo predictivo ajustable por umbrales para detección de fraudes financieros es
dc.type Objeto de conferencia es
sedici.identifier.uri http://49jaiio.sadio.org.ar/pdfs/asai/ASAI-09.pdf es
sedici.identifier.issn 2451-7585 es
sedici.creator.person Fióla, Fabián es
sedici.creator.person Alvez, Carlos E. es
sedici.creator.person Chesñevar, Carlos Iván es
sedici.subject.materias Ciencias Informáticas es
sedici.description.fulltext true es
mods.originInfo.place Sociedad Argentina de Informática es
sedici.subtype Objeto de conferencia es
sedici.rights.license Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported (CC BY-NC-SA 3.0)
sedici.rights.uri http://creativecommons.org/licenses/by-nc-sa/3.0/
sedici.date.exposure 2020-10
sedici.relation.event XXI Simposio Argentino de Inteligencia Artificial (ASAI 2020) - JAIIO 49 (Modalidad virtual) es
sedici.description.peerReview peer-review es


Descargar archivos

Thumbnail
Documento completo
Descargar archivo (965.8Kb) - PDF
Icon
Enlace externo

Este ítem aparece en la(s) siguiente(s) colección(ones)

Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported (CC BY-NC-SA 3.0) Excepto donde se diga explícitamente, este item se publica bajo la siguiente licencia Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported (CC BY-NC-SA 3.0)