2026-06-21T17:47:40Z http://biblio.unvm.edu.ar/ws/PMBOAI

oai:biblio.unvm.edu.ar:48197 2025-11-26T11:05:36Zset_6snrd

http://biblio.unvm.edu.ar/opac_css/index.php?lvl=cmspage&pageid=9&id_notice=48197 48197 20251112u u u0argy0103 ba spa Valoración de modelos de “machine learning” en la prevención y mitigación del fraude financiero 2025 info:ar-repo/semantics/documento de conferencia info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/acceptedVersion application/pdf 1020191 Villa María (inhabited place) El fraude financiero se ha convertido en una amenaza cada vez más seria para las instituciones y los usuarios en el mundo digital. Este estudio tiene como objetivo principal evaluar diferentes modelos de machine learning que se utilizan para detectar el fraude financiero, comparando su efectividad, precisión y capacidad de generalización. Se examinaron algoritmos supervisados como la regresión logística, los árboles de decisión, el randomforest y las máquinas de soporte vectorial, además de técnicas más avanzadas como XGBoost y redes neuronales. La evaluación se realizó utilizando métricas como la exactitud, precisión, recall y AUC-ROC, empleando conjuntos de datos reales y desbalanceados. Los resultados esperados mostraron que los modelos de Regresión Logística, Random Forest y la Red Neuronal tuvieron un rendimiento prometedor, cada uno destacando en diferentes aspectos de Precisión y Recall. La selección del modelo más adecuado y su umbral de clasificación final debe hacerse con una cuidadosa consideración de los requisitos operativos y los costos de negocio relacionados con los distintos tipos de errores de clasificación. En conclusión, elegir el modelo correcto, junto con un preprocesamiento adecuado, es fundamental para mejorar la prevención del fraude en el ámbito financiero Fil: Saravia Ticona, Telma Raquel. Universidad Nacional Jorge Basadre Grohmann; Perú. Fil: Chambi Condori, Pedro Pablo. Universidad Nacional Jorge Basadre Grohmann; Perú. Chambi Condori, Pedro Pablo Saravia Ticona, Telma Raquel Information systems Artificial intelligence Finance Crime prevention Decision making Data analysis Mathematical models Sistema de información Inteligencia artificial Finanzas Prevención del crimen Toma de decisiones Análisis de datos Modelo matemático Système d'information Intelligence artificielle Finances Prévention du crime Prise de décision Analyse de données Modèle mathématique info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by/4.0/ Creative Commons Attribution 4.0 International (CC BY 4.0) Researchers Students