(Magister en Ciencia de Datos)

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.
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.
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.