Skip to content

Latest commit

 

History

History
29 lines (22 loc) · 1.25 KB

README.md

File metadata and controls

29 lines (22 loc) · 1.25 KB

TP_FINAL_INGENIAS

Contiene los archivos de las pre-entregas que fueron corregidas y ayudaron en la presentacion link de la presentacion final : https://drive.google.com/file/d/1uG6VAitp3cD9JopZdj8PCeH9yMz_eDax/view?usp=sharing

Autor

Micaela Perez (ex-integrante del gr3)

INTRODUCCION

QUE ES UN FRAUDE ? Se trata de un delito contra la propiedad que consiste en defraudar a otro utilizando algún tipo de engaño. La pena prevista para el delito de estafa es la prisión de un mes a 6 años, según el artículo 175 del Código Penal de la Nación Argentina. Hay distintos tipos de fraudes por ejemplo

  • por caridad
  • tarjeta de crédito
  • cobro de deudas,etc .

OBJETIVO

  • Identificar variables relevantes para la detección de fraude en tarjetas de crédito
  • Detectar patrones en fraudes considerando categoría y lugar.

DATASET

La fuente de información se obtuvo de la página de Kaggle, el archivo se llama "Credit card fraud prediction ". Como en Argentina hay escasa información pública sobre fraudes, este dataset simula un escenario del X Banco .

KAGGLE : https://www.kaggle.com/datasets/kelvinkelue/credit-card-fraud-prediction

ANALISIS EXPLORAROTIO

Se exploro e dataset para encontrar las variables que se destaquen en el dataset