Detección de Fraudes en Transacciones Bancarias

CABRI, Ramiro | PELARTES, Sidney | VERA, Fidel

Introducción

Este repositorio contiene el código y la documentación para un proyecto de detección de fraude en cuentas bancarias para el cumplimiento del proyecto de simulación en No Country. Se empleó como fuente de datos, un dataset sintetico, extraido de Kaggle:

Se utilizan tres modelos de machine learning para identificar transacciones fraudulentas en un conjunto de datos desbalanceado. Los modelos incluyen Regresión Logística, Bosque Aleatorio y Gradient Boosting. Además, se aplica SMOTE (Synthetic Minority Over-sampling Technique) para balancear las clases en el conjunto de datos de entrenamiento.

Descripción del Dataset

Para más información sobre el dataset ingresar a este link:

Requisitos

• Python 3.11 o superior
• Librerías necesarias están listadas en environment.yml

Instalación

1. Clona el repositorio:

   git clone https://github.com/fevc08/c18-61-m-data-bi.git
   cd c18-61-m-data-bi.git

2. Crea un entorno de Conda e instala las dependencias:

   conda env create -f environment.yml
   conda activate fintech-env

Conexión a la Base de Datos

Se realizó la conexión mediante la creación de un servidor de Postgres en Azure de la siguiente forma:

Tecnologías Empleadas

Resultados

Model: LogisticRegression

Accuracy: 0.70

Confusion Matrix:

[[208770 87921] [ 1208 2101]]

Classification Report:

	precision	recall	f1-score	support
0	0.99	0.70	0.82	296691
1	0.02	0.63	0.05	3309
accuracy			0.70	300000
macro avg	0.51	0.67	0.43	300000
weighted avg	0.98	0.70	0.82	300000

============================================================

Model: RandomForestClassifier

Accuracy: 0.99

Confusion Matrix:

[[295617 1074] [ 3189 120]]

Classification Report:

	precision	recall	f1-score	support
0	0.99	1.00	0.99	296691
1	0.10	0.04	0.05	3309
accuracy			0.70	300000
macro avg	0.54	0.67	0.43	300000
weighted avg	0.98	0.99	0.98	300000

============================================================

Model: GradientBoostingClassifier

Accuracy: 0.98

Confusion Matrix:

[[293324 3367] [ 2978 331]]

Classification Report:

Classification Report:

	precision	recall	f1-score	support
0	0.99	0.99	0.99	296691
1	0.09	0.10	0.09	3309
accuracy			0.98	300000
macro avg	0.54	0.54	0.54	300000
weighted avg	0.98	0.98	0.98	300000

============================================================