Publicación:
Análisis de métodos de machine learning para detección de fraude en transacciones financieras en tiempo real

Vista sencilla de ítem
dc.contributor.advisorGarcía García, Diego Armando
dc.contributor.authorTarazona Nieto, María Camila
dc.contributor.authorPérez Beltrán, Daniel Antonio
dc.contributor.authorBecerra Barajas, Leyla Rocío
dc.contributor.authorMateus Agudelo, Laura Carolina
dc.creator.id1006820698
dc.creator.id9737767
dc.creator.id52152542
dc.creator.id1010195055
dc.date.accessioned2025-04-24T02:21:13Z
dc.date.available2025-04-24T02:21:13Z
dc.date.issued2025-03-08
dc.description.abstractLas entidades financieras enfrentan un creciente desafío en la detección de fraudes en transacciones digitales debido a la sofisticación de las técnicas fraudulentas. Este estudio analiza los modelos de Machine Learning aplicados a la detección de fraudes en tiempo real, con el objetivo de identificar sus características, deficiencias y retos. Basado en fuentes como (Asobancaria, 2022) y la (Superintendencia Financiera, 2023), se evalúan las implicaciones prácticas y teóricas para mejorar la seguridad financiera en Colombia.spa
dc.description.abstractenglishLas entidades financieras enfrentan un creciente desafío en la detección de fraudes en transacciones digitales debido a la sofisticación de las técnicas fraudulentas. Este estudio analiza los modelos de Machine Learning aplicados a la detección de fraudes en tiempo real, con el objetivo de identificar sus características, deficiencias y retos. Basado en fuentes como (Asobancaria, 2022) y la (Superintendencia Financiera, 2023), se evalúan las implicaciones prácticas y teóricas para mejorar la seguridad financiera en Colombia.eng
dc.description.degreelevelEspecializaciónspa
dc.description.degreenameEspecialista en Machine Learningspa
dc.formatpdf
dc.format.extent48 paginas
dc.format.mediumRecurso electrónicospa
dc.format.mimetypeapplication/pdf
dc.identifier.instnameinstname:Universidad Eanspa
dc.identifier.localBDM-PML
dc.identifier.reponamereponame:Repositorio Institucional Biblioteca Digital Minervaspa
dc.identifier.repourlrepourl:https://repository.ean.edu.co/
dc.identifier.urihttp://hdl.handle.net/10882/14671
dc.language.isospa
dc.publisherUniversidad Ean
dc.publisher.facultyFacultad de Ingenieríaspa
dc.publisher.programEspecialización en Machine Learningspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 2.5 Colombia*
dc.rights.localAbierto (Texto Completo)spa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/*
dc.subject.armarcFraude de Internetspa
dc.subject.armarcSeguridad informáticaspa
dc.subject.armarcInstituciones financierasspa
dc.subject.armarcProtección de datosspa
dc.subject.proposalFraude financierospa
dc.subject.proposalMachine learningspa
dc.subject.proposalDetección de fraudes entidades financierasspa
dc.subject.proposalSeguridad digitalspa
dc.subject.proposalFinancial fraudeng
dc.subject.proposalMachine learningeng
dc.subject.proposalFraud Detection in Financial Institutionseng
dc.subject.proposalDigital securityeng
dc.titleAnálisis de métodos de machine learning para detección de fraude en transacciones financieras en tiempo realspa
dc.title.titleenglishAnalysis of machine learning methods for fraud detection in real-time financial transactionseng
dc.typeTrabajo de grado - Especializaciónspa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.type.otherresearch article
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dspace.entity.typePublication
person.affiliation.nameEspecialización en Machine Learning
person.affiliation.nameEspecialización en Machine Learning
person.affiliation.nameEspecialización en Machine Learning
person.affiliation.nameEspecialización en Machine Learning

Archivos

Bloque original

Mostrando 1 - 2 de 2
Miniatura
Nombre:
TarazonaCamila2025.pdf
Tamaño:
1.16 MB
Formato:
Adobe Portable Document Format
Descripción:
Tesis de Especialización
Descargar
Miniatura
Nombre:
TarazonaCamila2025_Anexo.pdf
Tamaño:
211.56 KB
Formato:
Adobe Portable Document Format
Descripción:
Autorización Publicación
Descargar

Bloque de licencias

Mostrando 1 - 1 de 1
Miniatura
Nombre:
license.txt
Tamaño:
2.13 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Especialización en Machine Learning