Algoritmos de detección de fraude en acción

Fraud Detection in Python

Charlotte Werger

Data Scientist

Detección de fraude tradicional con sistemas basados en reglas

Desventajas de usar sistemas basados en reglas

Los sistemas basados en reglas tienen limitaciones:

Umbrales fijos por regla para detectar fraude
Resultados limitados a sí/no
No captan interacciones entre variables

¿Por qué usar ML para detectar fraude?

Los modelos de ML se adaptan a los datos y pueden cambiar con el tiempo
Usan todos los datos combinados, no umbrales por variable
Pueden dar una puntuación, no solo sí/no
Suelen rendir mejor y pueden combinarse con reglas

Repaso de modelos de machine learning

from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split
from sklearn import metrics

# Paso 1: divide tus variables y etiquetas en train y test 
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)

# Paso 2: define el modelo que quieres usar 
model = LinearRegression()

# Paso 3: ajusta el modelo con los datos de entrenamiento 
model.fit(X_train, y_train)

# Paso 4: obtén predicciones del conjunto de test
y_predicted = model.predict(X_test)

# Paso 5: compara y_test con las predicciones y calcula métricas
print (metrics.r2_score(y_test, y_predicted))

0.821206237313

Qué harás en los próximos capítulos

Capítulo 2. Aprendizaje supervisado: entrena un modelo con etiquetas de fraude existentes
Capítulo 3. Aprendizaje no supervisado: detecta comportamientos “sospechosos” sin etiquetas
Capítulo 4. Detección de fraude con texto: mejora tus modelos con text mining y topic modeling

¡Vamos a practicar!

Fraud Detection in Python