Modelos de decisão para deteção de fraudes: diferenças entre revisões
Fonte: aprendis
Saltar para a navegaçãoSaltar para a pesquisa
(Criou página com: 'Mineração de dados é uma ferramenta essencial para analisar e classificar bancos de dados complexos. A mineração de dados auxilia na identificação de eventos important...') |
Sem resumo de edição |
||
| Linha 1: | Linha 1: | ||
Mineração de dados é uma ferramenta essencial para analisar e classificar bancos de dados complexos. A mineração de dados auxilia na identificação de eventos importantes que possam estar escondidos em análises de grandes quantidades de dados, sendo possível resumir os dados em um modelo estruturado para fornecer uma referência para a tomada de decisão. | Rede neuronal artificial, árvore de decisão, rede Bayesiana e máquinas de vetores de suporte são métodos que têm sido aplicados, a fim de detectar as demonstrações financeiras fraudulentas. | ||
Mineração de dados é uma ferramenta essencial para analisar e classificar bancos de dados complexos. A mineração de dados auxilia na identificação de eventos importantes que possam estar escondidos em análises de grandes quantidades de dados, sendo possível resumir os dados em um modelo estruturado para fornecer uma referência para a tomada de decisão. Mineração de dados possui muitas funções diferentes, tais como classificação, associação, ''clustering'' e previsão. Demonstrações financeiras fraudulentas pode ser visto como um problema de classificação. | |||
Revisão das 17h45min de 14 de abril de 2016
Rede neuronal artificial, árvore de decisão, rede Bayesiana e máquinas de vetores de suporte são métodos que têm sido aplicados, a fim de detectar as demonstrações financeiras fraudulentas. Mineração de dados é uma ferramenta essencial para analisar e classificar bancos de dados complexos. A mineração de dados auxilia na identificação de eventos importantes que possam estar escondidos em análises de grandes quantidades de dados, sendo possível resumir os dados em um modelo estruturado para fornecer uma referência para a tomada de decisão. Mineração de dados possui muitas funções diferentes, tais como classificação, associação, clustering e previsão. Demonstrações financeiras fraudulentas pode ser visto como um problema de classificação.
