Este proyecto tiene como objetivo desarrollar un modelo de aprendizaje automático para detectar transacciones fraudulentas en un conjunto de datos financieros. Incluye el análisis, preprocesamiento de datos, selección de características, implementación y evaluación de modelos de clasificación.

El conjunto de datos contiene transacciones financieras con información como el tipo de transacción, montos, nombres de origen y destino, saldos anteriores y nuevos, y un indicador de fraude.

1. Clona el repositorio: git clone https://github.com/mumido/Grupo12_Proyecto_FraudBuster.git
2. Instala las dependencias: pip install -r requirements.txt

1. Ejecuta el script principal: python main.py
2. Sigue las instrucciones en la consola para entrenar el modelo, realizar predicciones o generar informes.

• data/: Directorio para los archivos de datos.
• modelos/: Directorio para guardar los modelos entrenados.
• documentos/: Informe de comparación de modelos.
• requirements.txt: Archivo con las dependencias del proyecto.

Las contribuciones son bienvenidas. Por favor, crea un issue o envía una pull request con tus cambios propuestos.

Este proyecto está licenciado bajo la MIT License.