Detección de Fraudes

Descripción 📌

El propósito de este proyecto es la detección de fraudes financieros y determinar qué modelo de aprendizaje puede ser el más adecuado para este propósito.

Comenzando 🚀

Pre-requisitos 📋

Para ejecutar este proyecto, necesitarás:

• Visual Studio Code
• Las siguientes librerías y módulos de Python:
  • Tensorflow
  • Keras
  • Scikit-learn
  • Matplotlib
  • NumPy
  • SciPy
  • pandas
  • random
  • os

Puedes instalar las librerías usando pip:

```bash pip install tensorflow keras scikit-learn matplotlib numpy scipy pandas ```

Instalación 🔧

1. Clona el repositorio a tu máquina local.
2. Asegúrate de tener el conjunto de datos en la misma carpeta que el código.
3. Ejecuta el código en Visual Studio Code con los pre-requisitos mencionados anteriormente instalados.

Uso 🖥️

Una vez que hayas configurado todo, simplemente ejecuta el código. El proyecto seguirá paso a paso hasta completarse por sí mismo. Puedes modificar el número de datos para observar cómo se comporta el modelo con más o menos datos.

Contribuyendo 🤝

Estamos abiertos a contribuciones. Si deseas contribuir al proyecto, ¡adelante! Asegúrate de seguir las mejores prácticas y de probar tu código antes de enviarlo.

Autores ✒️

• Iván Bozo ==> Proyecto, Informe, código Proyecto y código data_self.
• Lukas Flores ==> Proyecto, Informe y código Proyecto
• Nicolás Muñoz ==> Proyecto, Informe y código Proyecto

Agradecimientos 🎁

Agradecemos al profesor y al ayudante que impartieron el curso de Minería de Datos en la Universidad de O'Higgins (UOH) por su apoyo y guía durante el desarrollo de este proyecto.

Licencia 📄

Este proyecto se desarrolló en el contexto de la creación de un proyecto para el curso de Minería de Datos y no tiene una licencia específica.