This paper explores the analysis and evaluation of machine learning algorithms that are able to recognize fraudulent credit card transactions. A study will be conducted about the different machine learning algorithms to determine the fraudulent transactions. Similarly, the results of the different algorithms will be compared to obtain a conclusion. To realice the study, a Credit Card Fraud dataset is used. This dataset contains 284,807 different transactions realized along two days. 492 of these transactions are fraudulent.

El presente trabajo está centrado en la evaluación y análisis de algoritmos de machine learning capaces de detectar un uso fraudulento en las transacciones realizadas con tarjetas bancarias. Se realizará un estudio de diferentes algoritmos de machine learning, de tal forma que, tras seleccionar uno de los algoritmos de machine learning, se consiga determinar qué tipo de transacciones son fraudulentas.

El present treball està centrat en l'avaluació i anàlisi d'algoritmes de machine learning capaços de detectar un ús fraudulent en les transaccions realitzades amb targetes bancàries. Es realitzarà un estudi de diferents algoritmes de machine learning, de tal manera que, després de seleccionar un dels algoritmes de Machine learning, s'aconsegueixi determinar quin tipus de transaccions són fraudulentes.