Mostrar el registro sencillo del ítem
| dc.contributor | Velásquez Velásquez, Paulina Roxana | ||
| dc.contributor | Allende Cid, Héctor Gabriel | ||
| dc.creator | Salamanca Cáceres, Javier Ignacio | ||
| Fecha Ingreso | dc.date.accessioned | 2021-10-21T13:08:56Z | |
| Fecha Disponible | dc.date.available | 2021-10-21T13:08:56Z | |
| Fecha en Repositorio | dc.date.issued | 2021-10-21 | |
| Resumen | dc.description | <p>La minería de datos y machine learning son herramientas altamente potenciales en la identificación de observaciones inusuales en tendencias de patrones, dado que son un conjunto de técnicas robustas que facilitan la toma de decisiones, el proceso knowledge discovery in databases, KDD por sus siglas en inglés, es un campo de la estadística y ciencias de la computación que emplea diversas técnicas y metodologías para el proceso de identificar patrones valiosos en la extracción de la información nueva, útil y novedosa; una de las etapas más importantes es el data mining -minería de datos-, donde se realiza la estimación de los parámetros de los modelos probabilísticos como son las redes neuronales, random forest, naive bayes, máquinas de soporte vectorial, modelos lineales generalizados logit, probit y log log. El fraude se define como la acción contraria a la verdad y a la rectitud, que perjudica a la persona o entidad contra quien se comete, esto conlleva a pérdidas económicas y problemas legales. Hay diferentes tipos de fraude, como son intruso a redes privadas, tarjeta de crédito, telecomunicaciones y lavado de activos</p> | |
| Resumen | dc.description | last modification | |
| Resumen | dc.description | Ingeniero de Ejecución en Informática | |
| Resumen | dc.description | INGENIERIA DE EJECUCION INFORMATICA | |
| Resumen | dc.description | <p>La minería de datos y machine learning son herramientas altamente potenciales en la identificación de observaciones inusuales en tendencias de patrones, dado que son un conjunto de técnicas robustas que facilitan la toma de decisiones, el proceso knowledge discovery in databases, KDD por sus siglas en inglés, es un campo de la estadística y ciencias de la computación que emplea diversas técnicas y metodologías para el proceso de identificar patrones valiosos en la extracción de la información nueva, útil y novedosa; una de las etapas más importantes es el data mining -minería de datos-, donde se realiza la estimación de los parámetros de los modelos probabilísticos como son las redes neuronales, random forest, naive bayes, máquinas de soporte vectorial, modelos lineales generalizados logit, probit y log log. El fraude se define como la acción contraria a la verdad y a la rectitud, que perjudica a la persona o entidad contra quien se comete, esto conlleva a pérdidas económicas y problemas legales. Hay diferentes tipos de fraude, como son intruso a redes privadas, tarjeta de crédito, telecomunicaciones y lavado de activos</p> | |
| Formato | dc.format | ||
| Formato | dc.format | JEPG | |
| Lenguaje | dc.language | spa | |
| dc.rights | autorizado despues 1 año | ||
| dc.source | http://opac.pucv.cl/pucv_txt/txt-7500/UCC7987_01.pdf | ||
| dc.source | http://opac.pucv.cl/pucv_img/Img-7500/UCC7987_01.jpg | ||
| Materia | dc.subject | Análisis de datos | |
| Materia | dc.subject | ALMACENAMIENTO DE INFORMACION | |
| Materia | dc.subject | Almacenamiento de datos | |
| Materia | dc.subject | MINERIA DE DATOS | |
| Materia | dc.subject | Finanzas | |
| Title | dc.title | Machine Learning aplicado a datos financieros | |
| Tipo | dc.type | texto |
| Archivos | Tamaño | Formato | Ver |
|---|---|---|---|
|
No hay archivos asociados a este ítem. |
|||