Análisis predictivo de patrones en transacciones comerciales en una empresa exportadora del sector acuícola utilizando machine learning para la auditoría financiera moderna

CONDICIONAMIENTO DE PUBLICACION DE PROYECTO. Este proyecto se orienta a resolver la necesidad de detectar de manera anticipadas patrones inusuales en las transacciones comerciales de una empresa exportadora del sector acuícola, con el propósito de fortalecer la auditoría financiera moderna y contemp...

पूर्ण विवरण

में बचाया:
ग्रंथसूची विवरण
मुख्य लेखक: Miranda Gómez, Kevin Andrés (author)
अन्य लेखक: Olmedo Navarro, Cesar Alejandro, Director (author), Armijos de la Cruz, Benigno Alfredo, Evaluador 1 (author), Vásquez Castro, Caterine Narcisa, Presidenta (author)
स्वरूप: bachelorThesis
प्रकाशित: 2025
विषय:
ऑनलाइन पहुंच:http://www.dspace.espol.edu.ec/handle/123456789/67597
टैग: टैग जोड़ें
कोई टैग नहीं, इस रिकॉर्ड को टैग करने वाले पहले व्यक्ति बनें!
_version_ 1858337322934730752
author Miranda Gómez, Kevin Andrés
author2 Olmedo Navarro, Cesar Alejandro, Director
Armijos de la Cruz, Benigno Alfredo, Evaluador 1
Vásquez Castro, Caterine Narcisa, Presidenta
author2_role author
author
author
author_facet Miranda Gómez, Kevin Andrés
Olmedo Navarro, Cesar Alejandro, Director
Armijos de la Cruz, Benigno Alfredo, Evaluador 1
Vásquez Castro, Caterine Narcisa, Presidenta
author_role author
collection Repositorio Escuela Superior Politécnica del Litoral
dc.creator.none.fl_str_mv Miranda Gómez, Kevin Andrés
Olmedo Navarro, Cesar Alejandro, Director
Armijos de la Cruz, Benigno Alfredo, Evaluador 1
Vásquez Castro, Caterine Narcisa, Presidenta
dc.date.none.fl_str_mv 2025
2026-02-06T15:43:10Z
2026-02-06T15:43:10Z
dc.format.none.fl_str_mv application/pdf
dc.identifier.none.fl_str_mv Miranda Gómez K.A. (2025) Análisis predictivo de patrones en transacciones comerciales en una empresa exportadora del sector acuícola utilizando machine learning para la auditoría financiera moderna [proyecto de Titulación] Escuela Superior Politécnica del Litoral
http://www.dspace.espol.edu.ec/handle/123456789/67597
T-115631
POSTG094
dc.publisher.none.fl_str_mv ESPOL.FCSH
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.source.none.fl_str_mv reponame:Repositorio Escuela Superior Politécnica del Litoral
instname:Escuela Superior Politécnica del Litoral
instacron:ESPOL
dc.subject.none.fl_str_mv Análisis Predictivo
Patrones
Transacciones comerciales
Empresa exportadora
Sector acuícola
Utilizando Machine Learning
Auditoría Financiera Moderna
dc.title.none.fl_str_mv Análisis predictivo de patrones en transacciones comerciales en una empresa exportadora del sector acuícola utilizando machine learning para la auditoría financiera moderna
dc.type.none.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/bachelorThesis
description CONDICIONAMIENTO DE PUBLICACION DE PROYECTO. Este proyecto se orienta a resolver la necesidad de detectar de manera anticipadas patrones inusuales en las transacciones comerciales de una empresa exportadora del sector acuícola, con el propósito de fortalecer la auditoría financiera moderna y contemporánea y minimizar riesgos asociados a prácticas irregulares o fraudes. El objetivo principal del trabajo fue utilizar modelos de análisis predictivo que, mediante la aplicación de técnicas de aprendizaje automático, posibilite la identificación de comportamiento extraños y tendencias relevantes en los mercados de exportación y mercado local. La metodología adoptada se basó en el modelo CRISP-DM, que se caracteriza en los proyectos de ciencia de datos, integrando las fases de comprensión del negocio y de los datos, preparación, modelado, evaluación y diseño de la propuesta; se clasifica como un proyecto de solución tecnológica. La estructura del trabajo empieza desde la exposición del problema hasta la implementación e interpretación de algoritmos de machine learning supervisados y no supervisados, que incluyen DBSCAN, isolation forest, random forest y regresión logística, para finalmente formular una propuesta de aplicación. Como parte significativa, el proyecto permitió identificar con precisión patrones y anomalías que optimizan el control interno en contabilidad, respaldan decisiones estratégicas y dotan a la empresa de una herramienta muy útil en la nube para el monitoreo continuo de sus transacciones, incorporando capacidades analíticas de un nivel alto a su sistema de control interno.
eu_rights_str_mv openAccess
format bachelorThesis
id ESPOL_abfe8bfd3a54235355098d0f52f010a1
identifier_str_mv Miranda Gómez K.A. (2025) Análisis predictivo de patrones en transacciones comerciales en una empresa exportadora del sector acuícola utilizando machine learning para la auditoría financiera moderna [proyecto de Titulación] Escuela Superior Politécnica del Litoral
T-115631
POSTG094
instacron_str ESPOL
institution ESPOL
instname_str Escuela Superior Politécnica del Litoral
network_acronym_str ESPOL
network_name_str Repositorio Escuela Superior Politécnica del Litoral
oai_identifier_str oai:www.dspace.espol.edu.ec:123456789/67597
publishDate 2025
publisher.none.fl_str_mv ESPOL.FCSH
reponame_str Repositorio Escuela Superior Politécnica del Litoral
repository.mail.fl_str_mv .
repository.name.fl_str_mv Repositorio Escuela Superior Politécnica del Litoral - Escuela Superior Politécnica del Litoral
repository_id_str 1479
spelling Análisis predictivo de patrones en transacciones comerciales en una empresa exportadora del sector acuícola utilizando machine learning para la auditoría financiera modernaMiranda Gómez, Kevin AndrésOlmedo Navarro, Cesar Alejandro, DirectorArmijos de la Cruz, Benigno Alfredo, Evaluador 1Vásquez Castro, Caterine Narcisa, PresidentaAnálisis PredictivoPatronesTransacciones comercialesEmpresa exportadoraSector acuícolaUtilizando Machine LearningAuditoría Financiera ModernaCONDICIONAMIENTO DE PUBLICACION DE PROYECTO. Este proyecto se orienta a resolver la necesidad de detectar de manera anticipadas patrones inusuales en las transacciones comerciales de una empresa exportadora del sector acuícola, con el propósito de fortalecer la auditoría financiera moderna y contemporánea y minimizar riesgos asociados a prácticas irregulares o fraudes. El objetivo principal del trabajo fue utilizar modelos de análisis predictivo que, mediante la aplicación de técnicas de aprendizaje automático, posibilite la identificación de comportamiento extraños y tendencias relevantes en los mercados de exportación y mercado local. La metodología adoptada se basó en el modelo CRISP-DM, que se caracteriza en los proyectos de ciencia de datos, integrando las fases de comprensión del negocio y de los datos, preparación, modelado, evaluación y diseño de la propuesta; se clasifica como un proyecto de solución tecnológica. La estructura del trabajo empieza desde la exposición del problema hasta la implementación e interpretación de algoritmos de machine learning supervisados y no supervisados, que incluyen DBSCAN, isolation forest, random forest y regresión logística, para finalmente formular una propuesta de aplicación. Como parte significativa, el proyecto permitió identificar con precisión patrones y anomalías que optimizan el control interno en contabilidad, respaldan decisiones estratégicas y dotan a la empresa de una herramienta muy útil en la nube para el monitoreo continuo de sus transacciones, incorporando capacidades analíticas de un nivel alto a su sistema de control interno.CONDITION FOR PUBLICATION OF PROJECT.ESPOL.FCSH2026-02-06T15:43:10Z2026-02-06T15:43:10Z2025info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfMiranda Gómez K.A. (2025) Análisis predictivo de patrones en transacciones comerciales en una empresa exportadora del sector acuícola utilizando machine learning para la auditoría financiera moderna [proyecto de Titulación] Escuela Superior Politécnica del Litoralhttp://www.dspace.espol.edu.ec/handle/123456789/67597T-115631POSTG094info:eu-repo/semantics/openAccessreponame:Repositorio Escuela Superior Politécnica del Litoralinstname:Escuela Superior Politécnica del Litoralinstacron:ESPOL2026-02-06T15:44:28Zoai:www.dspace.espol.edu.ec:123456789/67597Institucionalhttps://www.dspace.espol.edu.ec/Universidad públicahttps://www.espol.edu.ec/.https://www.dspace.espol.edu.ec/oaiEcuador...opendoar:14792026-02-06T15:44:28falseInstitucionalhttps://www.dspace.espol.edu.ec/Universidad públicahttps://www.espol.edu.ec/.https://www.dspace.espol.edu.ec/oai.Ecuador...opendoar:14792026-02-06T15:44:28Repositorio Escuela Superior Politécnica del Litoral - Escuela Superior Politécnica del Litoralfalse
spellingShingle Análisis predictivo de patrones en transacciones comerciales en una empresa exportadora del sector acuícola utilizando machine learning para la auditoría financiera moderna
Miranda Gómez, Kevin Andrés
Análisis Predictivo
Patrones
Transacciones comerciales
Empresa exportadora
Sector acuícola
Utilizando Machine Learning
Auditoría Financiera Moderna
status_str publishedVersion
title Análisis predictivo de patrones en transacciones comerciales en una empresa exportadora del sector acuícola utilizando machine learning para la auditoría financiera moderna
title_full Análisis predictivo de patrones en transacciones comerciales en una empresa exportadora del sector acuícola utilizando machine learning para la auditoría financiera moderna
title_fullStr Análisis predictivo de patrones en transacciones comerciales en una empresa exportadora del sector acuícola utilizando machine learning para la auditoría financiera moderna
title_full_unstemmed Análisis predictivo de patrones en transacciones comerciales en una empresa exportadora del sector acuícola utilizando machine learning para la auditoría financiera moderna
title_short Análisis predictivo de patrones en transacciones comerciales en una empresa exportadora del sector acuícola utilizando machine learning para la auditoría financiera moderna
title_sort Análisis predictivo de patrones en transacciones comerciales en una empresa exportadora del sector acuícola utilizando machine learning para la auditoría financiera moderna
topic Análisis Predictivo
Patrones
Transacciones comerciales
Empresa exportadora
Sector acuícola
Utilizando Machine Learning
Auditoría Financiera Moderna
url http://www.dspace.espol.edu.ec/handle/123456789/67597