Bibliotecas PUCV

Machine Learning aplicado a datos financieros

DSpace/Manakin Repository

Search DSpace


Advanced Search

Show simple item record

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 miner&iacute;a de datos y machine learning son herramientas altamente potenciales en la identificaci&oacute;n de observaciones inusuales en tendencias de patrones, dado que son un conjunto de t&eacute;cnicas robustas que facilitan la toma de decisiones, el proceso knowledge discovery in databases, KDD por sus siglas en ingl&eacute;s, es un campo de la estad&iacute;stica y ciencias de la computaci&oacute;n que emplea diversas t&eacute;cnicas y metodolog&iacute;as para el proceso de identificar patrones valiosos en la extracci&oacute;n de la informaci&oacute;n nueva, &uacute;til y novedosa; una de las etapas m&aacute;s importantes es el data mining -miner&iacute;a de datos-, donde se realiza la estimaci&oacute;n de los par&aacute;metros de los modelos probabil&iacute;sticos como son las redes neuronales, random forest, naive bayes, m&aacute;quinas de soporte vectorial, modelos lineales generalizados logit, probit y log log. El fraude se define como la acci&oacute;n contraria a la verdad y a la rectitud, que perjudica a la persona o entidad contra quien se comete, esto conlleva a p&eacute;rdidas econ&oacute;micas y problemas legales. Hay diferentes tipos de fraude, como son intruso a redes privadas, tarjeta de cr&eacute;dito, 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 miner&iacute;a de datos y machine learning son herramientas altamente potenciales en la identificaci&oacute;n de observaciones inusuales en tendencias de patrones, dado que son un conjunto de t&eacute;cnicas robustas que facilitan la toma de decisiones, el proceso knowledge discovery in databases, KDD por sus siglas en ingl&eacute;s, es un campo de la estad&iacute;stica y ciencias de la computaci&oacute;n que emplea diversas t&eacute;cnicas y metodolog&iacute;as para el proceso de identificar patrones valiosos en la extracci&oacute;n de la informaci&oacute;n nueva, &uacute;til y novedosa; una de las etapas m&aacute;s importantes es el data mining -miner&iacute;a de datos-, donde se realiza la estimaci&oacute;n de los par&aacute;metros de los modelos probabil&iacute;sticos como son las redes neuronales, random forest, naive bayes, m&aacute;quinas de soporte vectorial, modelos lineales generalizados logit, probit y log log. El fraude se define como la acci&oacute;n contraria a la verdad y a la rectitud, que perjudica a la persona o entidad contra quien se comete, esto conlleva a p&eacute;rdidas econ&oacute;micas y problemas legales. Hay diferentes tipos de fraude, como son intruso a redes privadas, tarjeta de cr&eacute;dito, telecomunicaciones y lavado de activos</p>
Formato dc.format PDF
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


Files in this item

Files Size Format View

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record