Minimizacion de riesgos aunte documentos falsificados

Abstract

Esta investigación es altamente conveniente tanto para las entidades financieras incluida Davivienda, como para el campo de la inteligencia artificial aplicada al sector financiero. La implementación de modelos de detección de fraude basados en aprendizaje automático permitirá reducir las pérdidas económicas derivadas de solicitudes fraudulentas, mejorando la seguridad y confiabilidad del sistema crediticio. Desde una perspectiva metodológica, este estudio contribuirá al desarrollo de nuevas estrategias para la detección de fraudes en tiempo real, optimizando el análisis de grandes volúmenes de datos mediante técnicas avanzadas de Machine Learning. Además, los resultados obtenidos podrán ser utilizados por Davivienda para mejorar sus protocolos de seguridad y fortalecer la toma de decisiones en la concesión de créditos.

This research is highly beneficial for both financial institutions, including Davivienda, and for the field of artificial intelligence applied to the financial sector. The implementation of machine learning-based fraud detection models will reduce financial losses resulting from fraudulent applications, improving the security and reliability of the credit system. From a methodological perspective, this study will contribute to the development of new strategies for real-time fraud detection, optimizing the analysis of large volumes of data using advanced machine learning techniques. Furthermore, the results obtained can be used by Davivienda to improve its security protocols and strengthen decision-making in credit granting.