Detección de anomalías en e-commerce utilizando aprendizaje automático y profundo

El tema de la detección de anomalías no es un tema nuevo, sin embargo su desarrollo en el área digital aun está lejos de terminar. El objetivo principal es poder identificar comportamientos atípicos en el comportamiento del sujeto analizado. La tarea de localizar datos anómalos puede ayudar en la seguridad contra ataques cibernéticos, detección de fraudes, forja de seguros o inclusive diagnósticos médicos. Según Market Analysis Report (2023), el 2022 se invirtió un monto de 4.3 mil millones de dólares para el desarrollo de herramientas que permitan localizar anomalías. En el presente trabajo se pretende analizar un año de transacciones de un E-commerce real de tamaño pequeño. Se pretende analizar y comparar diversos tipos de algoritmos de aprendizaje automático no supervisados con el objetivo de explorar los puntos fuertes y débiles de los métodos utilizados. De igual manera se discute como evaluar la precisión, ya que los datos no cuentan con una etiqueta que nos permita saber si son anómalos o no.