Comportamiento normal vs. anormal

Fraud Detection in Python

Charlotte Werger

Data Scientist

Detección de fraude sin etiquetas

• Usar aprendizaje no supervisado para distinguir lo normal de lo anormal
• Lo anormal no siempre es fraude, por definición
• Difícil de validar, por eso es retador
• Pero... realista: a menudo no hay etiquetas fiables

¿Qué es comportamiento normal?

• Describe bien tus datos: histogramas, outliers, correlaciones y habla con la persona analista de fraude
• ¿Hay casos históricos de fraude? ¿Qué los caracteriza?
• Lo normal para un tipo de cliente puede no serlo para otro
• Revisa patrones por subgrupos: ¿tus datos son homogéneos?

Segmentación de clientes: normal dentro de segmentos

¡Vamos a practicar!

Fraud Detection in Python