<?xml version="1.0" encoding="UTF-8"?><oembed><type>video</type><version>1.0</version><html>&lt;iframe src=&quot;https://www.loom.com/embed/4cdfeba515b744f3806778bd5ca5763a&quot; frameborder=&quot;0&quot; width=&quot;1726&quot; height=&quot;1294&quot; webkitallowfullscreen mozallowfullscreen allowfullscreen&gt;&lt;/iframe&gt;</html><height>1294</height><width>1726</width><provider_name>Loom</provider_name><provider_url>https://www.loom.com</provider_url><thumbnail_height>1294</thumbnail_height><thumbnail_width>1726</thumbnail_width><thumbnail_url>https://cdn.loom.com/sessions/thumbnails/4cdfeba515b744f3806778bd5ca5763a-4090000d31b683d1.gif</thumbnail_url><duration>67.914</duration><title>1. Detección de Fraude a través de Redes y Grafos</title><description>En este módulo, presento el concepto de networks o grafos, una herramienta poderosa para la detección de fraude basado en relaciones. Un grafo visualiza las conexiones entre entidades como usuarios, dispositivos y cuentas bancarias, permitiéndonos descubrir patrones ocultos en el comportamiento de los defraudadores. Por ejemplo, podemos identificar si varios usuarios comparten un mismo dispositivo o si una cuenta está vinculada a múltiples identidades sospechosas. Les animo a explorar cómo esta visualización puede mejorar nuestras capacidades de detección de fraude.</description></oembed>