Credit Card Fraud Detection using Artificial Intelligence

Abstract

Cada año, se pierden miles de millones de dólares debido al fraude con tarjetas de crédito, lo que causa grandes pérdidas para los usuarios y la industria financiera. Este tipo de actividad ilícita es quizá la más común y la que causa más preocupaciones en el mundo financiero. En los últimos años se ha prestado gran atención a la búsqueda de técnicas para evitar esta pérdida significativa de dinero. En este proyecto de grado abordamos el fraude con tarjetas de crédito mediante el uso de un conjunto de datos desbalanceado que contiene transacciones realizadas por usuarios de tarjetas de crédito. Nuestro sistema Q- Credit Card Fraud Detector clasifica las transacciones en dos clases: genuinas y fraudulentas, y está construido con técnicas de inteligencia artificial: Deep Learning, Autoencoders y Neural Agents, elementos que adquieren sus habilidades de predicción a través de un algoritmo Q-learning. Nuestros experimentos de simulación por computadora muestran que el modelo ensamblado puede producir respuestas rápidas con un notable valor de exactitud (98.1) y un alto rendimiento en la clasificación de fraudes, lo cual es necesario para que este modelo sea confiable y tenga relevancia en futuras investigaciones.