Detección de Fraude en Tarjetas de Crédito usando modelo supervisado y no supervisado

Este proyecto implementa modelos de aprendizaje automático para detectar transacciones fraudulentas con tarjetas de crédito. Compara dos enfoques: Autoencoders (una técnica de aprendizaje profundo no supervisado) y XGBoost (un framework de boosting por gradiente). Se realiza un breve análisis exploratorio de datos y se prueban ambos modelos, demostrando que el modelo XGBoost tiene mejor desempeño para este caso debido al desbalanceo de clases.

Visión General del Proyecto

El proyecto explora un conjunto de datos que contiene información de transacciones con tarjetas de crédito con características como:

• Distancia desde el hogar
• Distancia desde la última transacción
• Proporción respecto al precio de compra medio
• Si se utilizó un comercio recurrente
• Si se usó chip, PIN o pedido en línea
• Si la transacción fue fraudulenta (variable objetivo)

Características Principales

• Análisis Exploratorio Completo: Incluye exploración de datos, análisis de distribución y visualización de correlaciones
• Ingeniería de Características: Aplica transformación logarítmica y estandarización a variables continuas
• Implementación de Modelos:
  • Autoencoder: Arquitectura de red neuronal con componentes de codificador/decodificador entrenados en transacciones no fraudulentas
  • XGBoost: Modelo de boosting por gradiente con ajuste de hiperparámetros

Resultados

• El modelo Autoencoder tuvo dificultades para distinguir eficazmente entre transacciones fraudulentas y no fraudulentas
• El modelo XGBoost logró un excelente rendimiento:
  • Alta precisión (~99%)
  • Recall perfecto (100%)
  • Maneja exitosamente el desequilibrio de clases mediante ponderación adecuada

Aspectos Técnicos Destacados

• Preprocesamiento de datos e ingeniería de características
• Aprendizaje profundo con TensorFlow/Keras
• Aprendizaje por ensamble con XGBoost
• Optimización de hiperparámetros usando GridSearchCV
• Manejo efectivo del desequilibrio de clases (91.26% legítimas vs 8.74% transacciones fraudulentas)
• Evaluación de modelos utilizando métricas apropiadas para clasificación desequilibrada

Archivos

• credit_fraud.ipynb: Notebook Jupyter que contiene todo el análisis e implementación del modelo
• card_transdata.csv: Conjunto de datos con información de transacciones con tarjetas de crédito
• best_xgboost_model.json: Mejor modelo XGBoost guardado después del ajuste de hiperparámetros

📝 Licencia

Este proyecto está licenciado bajo la Licencia MIT - ver el archivo LICENSE para más detalles.

👨‍💻 Autor

Francisco Torres, AI developer - @frantorres14

⭐️ ¡Si te gustó, apóyame!

¡Si te gusta el proyecto, no olvides dejar una estrella en GitHub! También puedes seguirme en mis redes para tutoriales y videos sobre IA
TikTok: @frantorresia
YT: @frantorresia