fbpx

Sentinel AI Predictor

A lo largo del tiempo la inteligencia artificial ha provisto distintos modelos de aprendizaje automático. Hoy nuestro más reciente producto, Sentinel AI Predictor, hace uso de esta técnica con el fin de aprender a detectar patrones en la información de cada cliente.

El Sentinel AI utiliza modelos que han demostrado ser eficaces para este propósito, entre los cuales se encuentran las redes neuronales de propagación hacia atrás, las redes bayesianas y los árboles de decisión.

En el área de la inteligencia artificial existe una rama llamada “máquinas de aprendizaje” (machine learning) que tiene como propósito desarrollar técnicas y algoritmos para que los sistemas computacionales aprendan basándose en datos suministrados. El objetivo es que estos sistemas computacionales aprendan y reconozcan patrones complejos y luego se utilicen para asistir en el proceso de toma de decisiones inteligentes.

Los algoritmos de máquinas de aprendizaje están organizados en diferentes clases, Sentinel AI Predictor utiliza algoritmos de dos de ellas, el aprendizaje supervisado y el aprendizaje no supervisado.

El componente de modelos de predicción que posee Sentinel, incluye dentro de sí uno o varios de los modelos de inteligencia artificial descritos anteriormente, según se adapten mejor a las necesidades de cada cliente en particular. Cuál o cuáles modelos utilizar se decide después de realizar un análisis de la información provista por la entidad financiera y luego de los entrenamientos de cada uno de los modelos.

Ya que estos modelos aprenden directamente de los datos de la institución financiera, su desempeño puede ser mantenido y mejorado por el rentrenamiento periódico, conforme se presentan nuevos casos de fraude y nuevas transacciones en general, adicionalmente, se adapta a la realidad de la institución y de su país.

Las características del cliente, su perfil y los datos de la nueva transacción alimentan los modelos y la salida indicará con un importante grado de certeza, si la transacción difiere de las transacciones que acostumbra a realizar el cliente o si mantiene una similitud con las transacciones históricas de fraude.

El resultado de la evaluación de Sentinel AI Predictor depende del tipo de modelo que resultó óptimo en la fase de entrenamiento. Los diferentes modelos utilizables son: Red Neuronal, Red Bayesiana y árbol de Decisión. El Sentinel Prevention Evaluation Service envía una transacción a Sentinel AI Predictor, donde es evaluada por el modelo configurado, finalmente la respuesta es la predicción otorgada por el modelo predictivo.

Para más información no dude en escribirnos al email [email protected]

CONTÁCTENOS

  • Responderémos sus consultas muy pronto, escribános hoy.
  • Este campo es un campo de validación y debe quedar sin cambios.
© 2020 SmartSoft. Todos los derechos reservados.
error: Contenido protegido

Únete a nuestro boletín SmartNews

Únase a nuestro SmartNews para recibir las últimas noticias y artículos de interés en temas de fraude o lavado de dinero.

Ya eres parte de nuestra comunidad.