
Detección de fraudes con tarjetas de crédito mediante el algoritmo de aprendizaje cortical
Versandkostenfrei!
Versandfertig in 1-2 Wochen
26,99 €
inkl. MwSt.
PAYBACK Punkte
13 °P sammeln!
A medida que las instituciones financieras de todo el mundo avanzan hacia una economía sin efectivo, aumentando el poder adquisitivo de los ciudadanos y reduciendo el alto coste del manejo del dinero, el uso de tarjetas de crédito es de gran necesidad para este fin. Por lo tanto, con este nuevo impulso hacia una economía sin efectivo, se producirá un aumento significativo del uso de tarjetas de crédito y también de las actividades fraudulentas asociadas a ellas. Este trabajo sirve como medida proactiva para detectar actividades fraudulentas relacionadas con las tarjetas de crédito. El e...
A medida que las instituciones financieras de todo el mundo avanzan hacia una economía sin efectivo, aumentando el poder adquisitivo de los ciudadanos y reduciendo el alto coste del manejo del dinero, el uso de tarjetas de crédito es de gran necesidad para este fin. Por lo tanto, con este nuevo impulso hacia una economía sin efectivo, se producirá un aumento significativo del uso de tarjetas de crédito y también de las actividades fraudulentas asociadas a ellas. Este trabajo sirve como medida proactiva para detectar actividades fraudulentas relacionadas con las tarjetas de crédito. El estudio presenta un modelo basado en la memoria temporal jerárquica que puede detectar transacciones fraudulentas realizadas con el uso de tarjetas de crédito. Se adoptó un enfoque novedoso en el aprendizaje automático conocido como algoritmo de aprendizaje cortical para construir el modelo de detección de fraudes con tarjetas de crédito. El algoritmo trabajó con los datos de tarjetas de crédito obtenidos del repositorio UCI, convirtió los datos altamente poblados en una representación dispersa y luego utilizó sus columnas de aprendizaje para aprender patrones espaciales. En este trabajo se utilizó la metodología de análisis y diseño orientado a objetos, que se implementó utilizando el lenguaje de programación Java. El modelo resultante realizó un aprendizaje en línea y registró un alto porcentaje de precisión.