Propuesta de un modelo para análisis de prevención de lavado de dinero en Ecuador basado en Machine Learning
El objetivo general es elaborar un modelo en prevención de lavado de dinero para identificación de patrones y mejorar la toma de decisiones basado en tecnología Machine Learning. La metodología para la extracción y análisis de artículos científicos, se exploran bibliotecas digitales, además se adopt...
Tallennettuna:
| Päätekijä: | |
|---|---|
| Aineistotyyppi: | bachelorThesis |
| Kieli: | spa |
| Julkaistu: |
2024
|
| Aiheet: | |
| Linkit: | http://dspace.ups.edu.ec/handle/123456789/27865 |
| Tagit: |
Lisää tagi
Ei tageja, Lisää ensimmäinen tagi!
|
Lisää tagi | Yhteenveto: | El objetivo general es elaborar un modelo en prevención de lavado de dinero para identificación de patrones y mejorar la toma de decisiones basado en tecnología Machine Learning. La metodología para la extracción y análisis de artículos científicos, se exploran bibliotecas digitales, además se adopta el algoritmo Random Forest de acuerdo a la extracción y análisis de artículos científicos que recomiendan el algoritmo más apropiado. Se obtuvo 22 artículos que sirven para el análisis, y se halló contra el lavado de dinero: El mayor sector que utiliza ML es la Banca, el primer algoritmo ML que utilizan es Random Forest, las mayores entidades que utilizan ML son Comerciales, la primera actividad que se realiza es el Fraude, la primera técnica que se realiza es la Clasificación, la mayor herramienta utilizada con algoritmos ML es Deep Learning. Se propone un modelo basado en el clasificador Random Forest porque se basa en la puntuación de probabilidad, la selección de los vectores más extraños, y la selección de las transacciones agregadas menos extrañas. Por supuesto, que existe mucho margen de mejora en el modelo que se propone. Además, se necesita un conjunto de datos muy grande con campos o atributos profundos. |
|---|