En esta presentación se hizo una introducción a los principales conceptos en Minería de Datos y “Big Data”, también se dará énfasis a las principales diferencias entre ambas tendencias.

Se presentó una aplicación a la detección de fraudes en tarjetas de crédito y débito de algunos de los modelos predictivos más modernos en Minería de Datos, como son: k-vecinos más cercanos, Redes Neuronales, Árboles de Decisión, Regresión Logística, Máquinas Vectoriales de Soporte, Bosques Aleatorios (Ran-dom Forests) y Métodos de Impulso (Boosting)

En el caso de “Big Data” la presentación se enfocó en explicar cómo se generan conceptos simbólicos asociados a un tarjeta habiente, presentaremos ejemplos sobre cómo se construyen perfiles simbólicos de clientes, como una manera muy efectiva de predecir el fraude en tarjetas, basado no en el patrón del fraude, sino más bien en la conducta habitual del dueño de la tarjeta como comprador, es decir, detectando atipicidad en la conducta del cliente.

Se presentó un caso de éxito basado en aplicaciones reales que hemos desarrollado en Bancos de la Región.