Inteligencia Artificial: Su uso para la investigación

Tamaño: px

Comenzar la demostración a partir de la página:

Download "Inteligencia Artificial: Su uso para la investigación"

Domingo Carmona Aranda
hace 5 años
Vistas:

1 Inteligencia Artificial: Su uso para la investigación Dra. Helena Montserrat Gómez Adorno Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas helena.adorno@iimas.unam.mx 1

2 Introducción El fraude es un problema creciente mundialmente. Tipos de fraude: Fraude de ley Fraude fiscal Fraude electoral Fraude bancario Fraude eléctrico Fraude de paternidad 2

3 Introducción En méxico: al segundo trimestre de 2018, los fraudes cibernéticos crecieron 31% respecto del mismo periodo de 2017 y representan cada año una mayor proporción (del 13% al 59%) 1. Se necesitan sistemas automáticos capaces de detectar y combatir estafadores 1 3

4 Detección de fraude, problema desafiante: Las estrategias de fraude cambian con el tiempo, al igual que los hábitos de gasto de los clientes. Hay pocos ejemplos de fraudes disponibles, por lo que es difícil modelar un comportamiento fraudulento. No todos los fraudes son denunciados o denunciados con gran retraso. 4

5 El problema Con la gran cantidad de transacciones que presenciamos todos los días: No podemos pedirle al analista humano que verifique cada transacción una por una. Deseamos automatizar la detección de transacciones fraudulentas. Queremos predicciones precisas, es decir, minimizar los fraudes perdidos y las falsas alarmas.. 5

6 6 Técnicas de inteligencia artificial Sistemas expertos Minería de datos Aprendizaje automático Redes neuronales

7 Sistemas expertos Definen reglas que exploten el conocimiento experto en fraudes. SI cantidad_transacción > $10,000 y sitio_web_de apuestas ENTONCES Clase = FRAUDE 7

8 Ventajas Fácil de desarrollar. Fácil de entender. Explican por qué se generó una alerta. Aprovechan el conocimiento de dominio experto. Sistemas expertos Desventajas Subjetivo. Límites duros. Detectan solo correlaciones fáciles entre variables y fraudes. Detectan solo estrategias fraudulentas conocidas. Obsoleto en breve (evolución del fraude). 8

9 9 Aprendizaje automático Utilizan los datos para aprender reglas automáticamente para encontrar patrones fraudulentos. Detección de fraudes de crédito Datos de ejemplo Transacción de tarjeta de crédito Características Tiempo Ubicación Monto Algoritmo de Aprendizaje Retroalimentación Reglas de fraude Historial de usuario Notificación

10 Aprendizaje automático o Machine Learning Campo de estudio que da a las computadoras la capacidad de aprender sin ser programadas explícitamente (Arthur Samuel, 1959). Los algoritmos de aprendizaje automático pueden generalizar de ejemplos existentes de alguna tarea. Ejemplo: A partir de un conjunto de imágenes etiquetadas que representan dígitos (1,2,3,..), si el sistema está entrenado correctamente, podrá identificar cada dígito sin ayuda de humanos. 10

Aprender mediante ejemplos Los algoritmos aprenden reglas a

El conjunto de ejemplos etiquetados usado para aprender se

Las reglas aprendidas deben ser capaces de generalizar, y así

11 Aprender mediante ejemplos Los algoritmos aprenden reglas a partir de ejemplos etiquetados. El conjunto de ejemplos etiquetados usado para aprender se denomina: conjunto de entrenamiento. Las reglas aprendidas deben ser capaces de generalizar, y así reconocer o predecir correctamente nuevos ejemplos que no estén en el conjunto de entrenamiento. Imagen Salida perro perro?? 11

12 12 Cómo se previene el fraude con aprendizaje automático? Análisis del comportamiento del usuario Investigación de datos agregados con big data Automatización de tareas rutinarias Análisis visuales

13 Tipos de aprendizaje automático Aprendizaje automático supervisado: aprenden a predecir los valores objetivo (target) de datos etiquetados: Clasificación (los valores objetivo son clases discretas) Regresión (los valores objetivo son valores continuos) Aprendizaje automático no supervisado: encuentran estructura en datos no etiquetados: Agrupamiento: encontrar en los datos grupos de instancias similares. Detección de valores atípicos: encontrar patrones inusuales. 13

14 Conjunto de entrenamiento X Ejemplos Y Objetivo

Y Dato nuevo X 1 Manzana Y 1 f f X 2 Limón Y 2 X 3

el clasificador usa los ejemplos etiquetados para

14 14 Conjunto de entrenamiento X Ejemplos Y Objetivo (etiquetas) Aprendizaje supervisado Clasificador f : X Y Dato nuevo X 1 Manzana Y 1 f f X 2 Limón Y 2 X 3 Manzana Y 3 X 4 Naranja Y 4 En tiempo de entrenamiento, el clasificador usa los ejemplos etiquetados para aprender reglas para reconocer cada tipo de frutas. Etiqueta: Naranja

15 Flujo básico de un esquema de aprendizaje automático supervisado Representación Evaluación Optimización Elegir: Representación de características Clasificador a utilizar Elegir: Qué criterio distingue un clasificador bueno o malo? Elegir: Cómo buscar la configuración que da mejores clasificaciones para este criterio de evaluación? 15

16 Árboles de decisión El objetivo es aproximar una función desconocida a patir de ejemplos positivos y negativos. Esos ejemplos serán en realidad pares <x,f(x)>, donde x es el valor de entrada y f(x) el valor de la función aplicada a x. Pueden ser leídos como conjunto de reglas. En un árbol de decisión cada nodo del árbol es un atributo (campo) de los ejemplos, y cada rama representa un posible valor de ese atributo. 16

17 17 Cómo separamos estos dos grupos de ejemplo de entrenamiento con una línea recta? Vector de características Clasificadores lineales Valor de la clase

Clasificadores lineales Vector de características Valor de la clase Un clasificador lineal es una función que mapea un punto de datos de entrada x a

18 Clasificadores lineales Vector de características Valor de la clase Un clasificador lineal es una función que mapea un punto de datos de entrada x a un valor de clase de salida y (+1 o -1) usando una función lineal (con parámetros de peso w de las características del punto de entrada. xx 2 xx 1 18

19 19 Vector de características Clasificadores lineales Valor de la clase xx 1 xx 2 = 0

20 20 Clasificadores lineales Vector de características Valor de la clase Hay muchos posibles clasificadores lineales que podrían separar las dos clases. Cuál es el mejor?

21 Margen del clasificador Vector de características Valor de la clase Margen del clasificador Se define como el ancho máximo del área de la frontera de decisión puede aumentar antes de comenzar a tocar un punto. 21

22 22 Vector de características Máquinas de vectores de soporte Valor de la clase Clasificador de margen máximo La Máquina de vectores de soporte lineal (Lineal Support Vector Machine -LSVM)

23 23 Los clasificadores LSVM pueden encontrar un límite de decisión con un margen máximo Fácil para un clasificador lineal Difícil/imposible para un clasificador lineal

24 Kernel: función de base radial (RBF) Espacio de entrada orginal Espacio de características Un kernel es una medida de similitud (producto punto modificado) entre puntos de datos. 24

25 Aplicando Máquinas de Vectores de Soporte con Kernel RBF 25

26 Aprendizaje no supervisado Encontrar estructuras útiles o conocimiento en los datos cuando las etiquetas no están disponibles. Encontrar grupos de documentos similares. Detección de fraudes en tarjetas de crédito (detección de outliers) Monto Tiempo 26

27 Ejemplos reales del uso de IA y aprendizaje automático Modelos de pronóstico de ingresos probabilidad de que un individuo u organización incumpla un préstamo o un pago Comportamientos fraudulentos dentro de la propia organización riesgos generados por proveedores detectar ciberataques 27

28 Ventajas Aprendizaje Automático Aprenden patrones fraudulentos complejos. Analizan grandes volúmenes de datos. Modelan óptimamente formas complejas. Predicen nuevos tipos de fraude. Se adaptan a cambios. Desventajas Necesitan suficientes muestras. Algunos modelos son de caja negra (no son interpretables) 28

29 29 Conclusiones El aprendizaje automático puede apoyar de manera eficiente la detección de fraudes. Aprendizaje automático permite automatizar la detección y reacción ante fraudes. Aprendizaje automático no va a reemplazar las reglas de sistemas expertos, pero permite reducir los falsos positivos.

30 30 Muchas Gracias Inteligencia Artificial: Su uso para la investigación Dra. Helena Montserrat Gómez Adorno

Documentos relacionados

Científico de datos o data scientist

Científico de datos o data scientist La demanda de científicos de datos se ha incrementado de manera constante en los últimos años, existe en el mercado una amplia oferta para los científicos de datos.