Proyecto de implementación de un modelo Machine Learning para la evaluación de riesgo de operaciones sospechosas a los clientes de una entidad bancaria

Descripción del Articulo

Describe la implementación de un modelo Machine Learning realizada para determinar del nivel de riesgo de operaciones sospechosas a los clientes pertenecientes a una entidad bancaria, para lo cual se siguió la metodología, procesos y normas establecidas por el Banco, junto a las buenas prácticas y d...

Descripción completa

Detalles Bibliográficos
Autor: Rodríguez Mallma, Josef Renato
Formato: tesis de grado
Fecha de Publicación:2022
Institución:Universidad Nacional Mayor de San Marcos
Repositorio:UNMSM-Tesis
Lenguaje:español
OAI Identifier:oai:cybertesis.unmsm.edu.pe:20.500.12672/17960
Enlace del recurso:https://hdl.handle.net/20.500.12672/17960
Nivel de acceso:acceso abierto
Materia:Bancos - Innovaciones tecnológicas
Bancos - Administración de riesgos - Perú
Bancos - Procesamiento de datos
Sistemas expertos (Computación)
https://purl.org/pe-repo/ocde/ford#2.02.04
id UNMS_003f79e3bbe2b524f0d9c0acadab562b
oai_identifier_str oai:cybertesis.unmsm.edu.pe:20.500.12672/17960
network_acronym_str UNMS
network_name_str UNMSM-Tesis
repository_id_str 410
dc.title.none.fl_str_mv Proyecto de implementación de un modelo Machine Learning para la evaluación de riesgo de operaciones sospechosas a los clientes de una entidad bancaria
title Proyecto de implementación de un modelo Machine Learning para la evaluación de riesgo de operaciones sospechosas a los clientes de una entidad bancaria
spellingShingle Proyecto de implementación de un modelo Machine Learning para la evaluación de riesgo de operaciones sospechosas a los clientes de una entidad bancaria
Rodríguez Mallma, Josef Renato
Bancos - Innovaciones tecnológicas
Bancos - Administración de riesgos - Perú
Bancos - Procesamiento de datos
Sistemas expertos (Computación)
https://purl.org/pe-repo/ocde/ford#2.02.04
title_short Proyecto de implementación de un modelo Machine Learning para la evaluación de riesgo de operaciones sospechosas a los clientes de una entidad bancaria
title_full Proyecto de implementación de un modelo Machine Learning para la evaluación de riesgo de operaciones sospechosas a los clientes de una entidad bancaria
title_fullStr Proyecto de implementación de un modelo Machine Learning para la evaluación de riesgo de operaciones sospechosas a los clientes de una entidad bancaria
title_full_unstemmed Proyecto de implementación de un modelo Machine Learning para la evaluación de riesgo de operaciones sospechosas a los clientes de una entidad bancaria
title_sort Proyecto de implementación de un modelo Machine Learning para la evaluación de riesgo de operaciones sospechosas a los clientes de una entidad bancaria
author Rodríguez Mallma, Josef Renato
author_facet Rodríguez Mallma, Josef Renato
author_role author
dc.contributor.advisor.fl_str_mv Trujillo Trejo, John Ledgard
dc.contributor.author.fl_str_mv Rodríguez Mallma, Josef Renato
dc.subject.none.fl_str_mv Bancos - Innovaciones tecnológicas
Bancos - Administración de riesgos - Perú
Bancos - Procesamiento de datos
Sistemas expertos (Computación)
topic Bancos - Innovaciones tecnológicas
Bancos - Administración de riesgos - Perú
Bancos - Procesamiento de datos
Sistemas expertos (Computación)
https://purl.org/pe-repo/ocde/ford#2.02.04
dc.subject.ocde.none.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.02.04
description Describe la implementación de un modelo Machine Learning realizada para determinar del nivel de riesgo de operaciones sospechosas a los clientes pertenecientes a una entidad bancaria, para lo cual se siguió la metodología, procesos y normas establecidas por el Banco, junto a las buenas prácticas y diseño de modelos. El esfuerzo realizado tiene como fin lograr tener un modelo que sea útil para la institución permitiéndole identificar clientes de alto riesgo.
publishDate 2022
dc.date.accessioned.none.fl_str_mv 2022-04-18T03:54:54Z
dc.date.available.none.fl_str_mv 2022-04-18T03:54:54Z
dc.date.issued.fl_str_mv 2022
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.citation.none.fl_str_mv Rodríguez, J. (2022). Proyecto de implementación de un modelo Machine Learning para la evaluación de riesgo de operaciones sospechosas a los clientes de una entidad bancaria. [Trabajo de suficiencia profesional de pregrado, Universidad Nacional Mayor de San Marcos, Facultad de Ingeniería de Sistemas e Informática, Escuela Profesional de Ingeniería de Sistemas]. Repositorio institucional Cybertesis UNMSM.
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12672/17960
identifier_str_mv Rodríguez, J. (2022). Proyecto de implementación de un modelo Machine Learning para la evaluación de riesgo de operaciones sospechosas a los clientes de una entidad bancaria. [Trabajo de suficiencia profesional de pregrado, Universidad Nacional Mayor de San Marcos, Facultad de Ingeniería de Sistemas e Informática, Escuela Profesional de Ingeniería de Sistemas]. Repositorio institucional Cybertesis UNMSM.
url https://hdl.handle.net/20.500.12672/17960
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.none.fl_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional Mayor de San Marcos
dc.publisher.country.none.fl_str_mv PE
publisher.none.fl_str_mv Universidad Nacional Mayor de San Marcos
dc.source.none.fl_str_mv Universidad Nacional Mayor de San Marcos
Repositorio de Tesis - UNMSM
reponame:UNMSM-Tesis
instname:Universidad Nacional Mayor de San Marcos
instacron:UNMSM
instname_str Universidad Nacional Mayor de San Marcos
instacron_str UNMSM
institution UNMSM
reponame_str UNMSM-Tesis
collection UNMSM-Tesis
bitstream.url.fl_str_mv https://cybertesis.unmsm.edu.pe/bitstreams/700743f0-3f54-48d9-8279-6eeca503c1f1/download
https://cybertesis.unmsm.edu.pe/bitstreams/ad9094f2-aae7-45d3-ace1-c25c6a5adf9e/download
https://cybertesis.unmsm.edu.pe/bitstreams/716e0a07-3484-42b7-8126-8fd8a8bdc149/download
https://cybertesis.unmsm.edu.pe/bitstreams/f7fda339-1347-48de-bb49-327a6716a9cd/download
bitstream.checksum.fl_str_mv 055b745187b5a465b7d469964fdadfcd
8a4605be74aa9ea9d79846c1fba20a33
2c0dbe4472bc27d97764890d65cf37cc
55b83ba33bc4439f764fcddc15056e0b
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Cybertesis UNMSM
repository.mail.fl_str_mv cybertesis@unmsm.edu.pe
_version_ 1841543857131487232
spelling Trujillo Trejo, John LedgardRodríguez Mallma, Josef Renato2022-04-18T03:54:54Z2022-04-18T03:54:54Z2022Rodríguez, J. (2022). Proyecto de implementación de un modelo Machine Learning para la evaluación de riesgo de operaciones sospechosas a los clientes de una entidad bancaria. [Trabajo de suficiencia profesional de pregrado, Universidad Nacional Mayor de San Marcos, Facultad de Ingeniería de Sistemas e Informática, Escuela Profesional de Ingeniería de Sistemas]. Repositorio institucional Cybertesis UNMSM.https://hdl.handle.net/20.500.12672/17960Describe la implementación de un modelo Machine Learning realizada para determinar del nivel de riesgo de operaciones sospechosas a los clientes pertenecientes a una entidad bancaria, para lo cual se siguió la metodología, procesos y normas establecidas por el Banco, junto a las buenas prácticas y diseño de modelos. El esfuerzo realizado tiene como fin lograr tener un modelo que sea útil para la institución permitiéndole identificar clientes de alto riesgo.application/pdfspaUniversidad Nacional Mayor de San MarcosPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/4.0/Universidad Nacional Mayor de San MarcosRepositorio de Tesis - UNMSMreponame:UNMSM-Tesisinstname:Universidad Nacional Mayor de San Marcosinstacron:UNMSMBancos - Innovaciones tecnológicasBancos - Administración de riesgos - PerúBancos - Procesamiento de datosSistemas expertos (Computación)https://purl.org/pe-repo/ocde/ford#2.02.04Proyecto de implementación de un modelo Machine Learning para la evaluación de riesgo de operaciones sospechosas a los clientes de una entidad bancariainfo:eu-repo/semantics/bachelorThesisSUNEDUIngeniero de SistemasUniversidad Nacional Mayor de San Marcos. Facultad de Ingeniería de Sistemas e Informática. Escuela Profesional de Ingeniería de SistemasIngeniería de Sistemas06187585https://orcid.org/0000-0002-0563-480947111929612076Cabrera Diaz, Javier ElmerMenéndez Mueras, Rosahttps://purl.org/pe-repo/renati/level#tituloProfesionalhttps://purl.org/pe-repo/renati/type#trabajoDeSuficienciaProfesional0869259110246770ORIGINALRodríguez_mj.pdfRodríguez_mj.pdfapplication/pdf3673961https://cybertesis.unmsm.edu.pe/bitstreams/700743f0-3f54-48d9-8279-6eeca503c1f1/download055b745187b5a465b7d469964fdadfcdMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://cybertesis.unmsm.edu.pe/bitstreams/ad9094f2-aae7-45d3-ace1-c25c6a5adf9e/download8a4605be74aa9ea9d79846c1fba20a33MD52TEXTRodríguez_mj.pdf.txtRodríguez_mj.pdf.txtExtracted texttext/plain56026https://cybertesis.unmsm.edu.pe/bitstreams/716e0a07-3484-42b7-8126-8fd8a8bdc149/download2c0dbe4472bc27d97764890d65cf37ccMD55THUMBNAILRodríguez_mj.pdf.jpgRodríguez_mj.pdf.jpgGenerated Thumbnailimage/jpeg15566https://cybertesis.unmsm.edu.pe/bitstreams/f7fda339-1347-48de-bb49-327a6716a9cd/download55b83ba33bc4439f764fcddc15056e0bMD5620.500.12672/17960oai:cybertesis.unmsm.edu.pe:20.500.12672/179602024-08-15 22:54:40.499https://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://cybertesis.unmsm.edu.peCybertesis UNMSMcybertesis@unmsm.edu.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
score 13.10263
Proyecto de implementación de un modelo Machine Learning para la evaluación de riesgo de operaciones sospechosas a los clientes de una entidad bancaria
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares