Detección de fraudes contra el seguro obligatorio SOAT por medio de modelos en Machine Learning / (Registro nro. 23601)
[ vista simple ]
000 -CABECERA | |
---|---|
Campo de control de longitud fija | 02244nmm a2200241 a 4500 |
008 - CAMPO FIJO DE DESCRIPCIÓN FIJA--INFORMACIÓN GENERAL | |
Campo de control de longitud fija | 151109e2023 ck ||||fq||d| 00| 0 spa d |
082 40 - NÚMERO DE LA CLASIFICACIÓN DECIMAL DEWEY | |
Número de clasificación Decimal | 006.3 |
Número de documento (Cutter) | V722d |
Número de edición DEWEY | 23 |
100 1# - ENCABEZAMIENTO PRINCIPAL--NOMBRE PERSONAL | |
Nombre de persona | Villarraga Palomino, Jesus Antonio. |
9 (RLIN) | 8713 |
245 00 - TÍTULO PROPIAMENTE DICHO | |
Título | Detección de fraudes contra el seguro obligatorio SOAT por medio de modelos en Machine Learning / |
Mención de responsabilidad, etc. | Jesus Antonio Villarraga Palomino. |
260 3# - PUBLICACIÓN, DISTRIBUCIÓN, ETC (PIE DE IMPRENTA) | |
Lugar de publicación, distribución, etc. | Bogotá : |
Nombre del editor, distribuidor, etc. | Escuela Colombiana de Ingeniería, |
Fecha de publicación, distribución, etc. | 2023. |
300 ## - DESCRIPCIÓN FÍSICA | |
Extensión | 78 paginas. |
Otros detalles físicos | ilustraciones.. ; |
502 ## - NOTA DE TESIS | |
Nota de Disertaciones | (Magister en Ciencia de Datos) |
520 ## - RESUMEN, ETC. | |
Nota de sumario, etc. | El proyecto se centró en abordar el desafío de detectar fraudes en el seguro obligatorio de accidentes de tránsito (SOAT) mediante el uso de técnicas de aprendizaje supervisado. La variable de respuesta la cual tomaba valores de fraude o no fraude presentaba un desequilibrio significativo, por lo cual se plantearon soluciones como ajuste de pesos y técnicas de remuetreo. Se implementaron tres modelos de aprendizaje supervisado: bosque aleatorio, regresión logística y XGBoost.<br/>La evaluación de los modelos se basó en diversas métricas, como precisión, recall, puntaje F1 y la matriz de confusión. Estas métricas proporcionaron información valiosa sobre la capacidad de los modelos para identificar correctamente los casos de fraude. Además, se utilizó la curva ROC para visualizar el rendimiento de los modelos y encontrar el equilibrio óptimo entre la tasa de verdaderos positivos y la tasa de falsos positivos.<br/>Por último, se planteó un tablero de control en Power BI, con el objetivo de brindar un panorama completa de los siniestros vehiculares, permitiéndonos identificar patrones, tendencias y posibles casos de fraude, así como monitorear el rendimiento del modelo por medio de la matriz de confusión. |
650 #0 - ASIENTO SECUNDARIO DE MATERIA--TÉRMINO DE MATERIA | |
Nombre de materia o nombre geográfico como elemento de entrada | APRENDIZAJE SUPERVISADO (APRENDIZAJE AUTOMÁTICO) |
9 (RLIN) | 2066 |
650 #0 - ASIENTO SECUNDARIO DE MATERIA--TÉRMINO DE MATERIA | |
Nombre de materia o nombre geográfico como elemento de entrada | FRAUDE |
9 (RLIN) | 15507 |
650 #0 - ASIENTO SECUNDARIO DE MATERIA--TÉRMINO DE MATERIA | |
Nombre de materia o nombre geográfico como elemento de entrada | SEGURO OBLIGATORIO DE ACCIDENTES DE TRÁNSITO (SOAT), |
9 (RLIN) | 275 |
650 #0 - ASIENTO SECUNDARIO DE MATERIA--TÉRMINO DE MATERIA | |
Nombre de materia o nombre geográfico como elemento de entrada | MÉTRICOS DE MEDICIÓN |
9 (RLIN) | 66925 |
700 ## - ENCABEZAMIENTO SECUNDARIO--NOMBRE PERSONAL | |
Nombre de persona | Julio Niño, Andrés Felipe |
Término relacionador | director. |
9 (RLIN) | 66929 |
700 ## - ENCABEZAMIENTO SECUNDARIO--NOMBRE PERSONAL | |
Nombre de persona | Garzón Alfonso, Wilmer Edicson |
Término relacionador | co director. |
9 (RLIN) | 22265 |
856 ## - ACCESO ELECTRÓNICO | |
Identificador uniforme del recurso URI | http://repositorio.escuelaing.edu.co/handle/001/2721 |
942 ## - ELEMENTOS KOHA | |
Fuente de clasificación o esquema de ordenación en estanterías | |
Koha tipo de item | TRABAJOS DE GRADO |
Disponibilidad | Mostrar en OPAC | Fuente de clasificación o esquema | Tipo de Descarte | Estado | Formato de Material | Localización permanente | Localización actual | Colección | Fecha adquisición | Proveedor | Forma de Adq | Precio normal de compra | Datos del ítem (Volumen, Tomo) | Préstamos totales | Signatura completa | Código de barras | Fecha última consulta | Número de ejemplar | Propiedades de Préstamo KOHA | Programa Académico |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Préstamo Normal | Digital | Biblioteca Jorge Álvarez Lleras | Biblioteca Jorge Álvarez Lleras | Fondo general | 2023-11-10 | Maestría en ciencia de datos | Donación | 0.00 | Ej.1 | 006.3 V722d | D002449 | 2023-11-10 | 1 | TRABAJOS DE GRADO | Maestría en Ciencia de Datos |