Estudio comparativo de métodos semi-supervisados para la detección de fraude de tarjetas de crédito

"Se realiza un estudio comparativo de métodos tradicionales para la detección de fraude en tarjetas de crédito: Random Forest, Support Vector Machine, Logitic Reggression y Boosting contra algoritmos semi supervisados de : Self Training, Co Training y Sequential Prediction Algorithim".-- T...

Full description

Autores:
Vagnoni Mondragon, Emiliano
Tipo de recurso:
Fecha de publicación:
2017
Institución:
Universidad de los Andes
Repositorio:
Séneca: repositorio Uniandes
Idioma:
spa
OAI Identifier:
oai:repositorio.uniandes.edu.co:1992/61192
Acceso en línea:
http://hdl.handle.net/1992/61192
Palabra clave:
Delitos por computador
Fraude
Rights
openAccess
License
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
Description
Summary:"Se realiza un estudio comparativo de métodos tradicionales para la detección de fraude en tarjetas de crédito: Random Forest, Support Vector Machine, Logitic Reggression y Boosting contra algoritmos semi supervisados de : Self Training, Co Training y Sequential Prediction Algorithim".-- Tomado del Formato de Documento de Grado.