Avaliação do
Você é humano?
8
5
=
Denunciar conteúdo impróprio
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Previsão de indícios de fraude em fundos de pensão utilizando modelos de aprendizado de máquina supervisionados e técnicas de balanceamento de dados
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/capes/894253
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Albuquerque, Pedro Henrique Melo | - |
| Autor(es): dc.creator | Amorim, Fernanda Santos | - |
| Data de aceite: dc.date.accessioned | 2024-10-23T15:52:28Z | - |
| Data de disponibilização: dc.date.available | 2024-10-23T15:52:28Z | - |
| Data de envio: dc.date.issued | 2022-01-10 | - |
| Data de envio: dc.date.issued | 2022-01-10 | - |
| Data de envio: dc.date.issued | 2022-01-10 | - |
| Data de envio: dc.date.issued | 2021-10-28 | - |
| Fonte completa do material: dc.identifier | https://repositorio.unb.br/handle/10482/42727 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/894253 | - |
| Descrição: dc.description | Dissertação (mestrado)—Universidade de Brasília, Faculdade de Economia, Administração e Contabilidade, Programa de Pós-Graduação em Administração, 2021. | - |
| Descrição: dc.description | Fraudes Financeiras têm se tornado alvo de diversos estudos, devido aos impactos (principalmente econômicos), que estas podem causar a empresas, países e pessoas físicas. Detecção de Fraudes é a área de estudos que procura identificar atividades fraudulentas. Estas análises são feitas dentro de conjuntos de dados que são muito desbalanceados devido à baixa ocorrência dos acontecimentos alvo, isto é, existem classes de dados que ocorrem com maior frequência (classes majoritárias) que outras(classes minoritárias). Os dados que ocorrem com menor frequência são conhecidos como eventos raros e podem ser observados em diversas áreas de estudo como medicina (doenças raras), sistemas de rede (detecção de intrusos), meteorologia (desastres naturais), finanças (fraudes, falência). O estudo proposto tem como objetivo avaliar o desempenho de Modelos Supervisionados de Aprendizado de Máquina para dados desbalanceados de Indício de Fraudes em Fundos de Pensão utilizado Técnicas de Balanceamento de dados. Os dados utilizados foram cedidos pela Superintendência Nacional de Previdência Complementar (PREVIC). Para Seleção de Variáveis, foi usado Análise de Componentes Principais. Os modelos utilizados foram: Regressão Logística, Random Forest, Máquina de Suporte Vetorial e Redes Neurais. As Técnicas de Balanceamento utilizadas foram Random Undersampling, SMOTE e SMOTETomek.Com os testes realizados, este estudo recomenda a utilização do Random Forest como Modelo de Aprendizado de Máquina, ajustando o desbalanceamento da base com o SMOTE, por ter apresentado os melhores resultados de acordo com as Métricas de Avaliação utilizadas | - |
| Descrição: dc.description | Financial frauds has become the target of several studies, due to its impacts (whichare mainly economical) that can cause to companies, countries and individuals. Fraud Detection is the field of study that seeks to identify fraudulent activities. These analyzes are made within datasets that are very unbalanced due to the low occurrence ofthe target events, that is, there are data classes that occur more frequently (majorityclasses) than others (minority classes). The data that occur less frequently are knownas rare events and can be seen in several fields of studies such as medicine (rarediseases), network systems (intrusion detection), meteorology (natural disasters), and finance (fraud, bankruptcy). The proposed study aims to evaluate the performanceof Supervised Machine Learning Models for unbalanced data of Fraud Indication inPension Funds using Data Balancing Techniques. The data used were provided by the National Superintendency of Complementary Pension (PREVIC). For Variable Selection, Principal Component Analysis was used. The models used were: Logistic Regression, Random Forest, Vector Support Machine and Neural Networks. The Bal-ancing Techniques used were Random Undersampling, SMOTE and SMOTETomek.With the tests performed, this study recommends the use ofRandom Forestas a Ma-chine Learning Model, adjusting the base unbalance with SMOTE, as it presented thebest results according to the Evaluation Metrics used. | - |
| Formato: dc.format | application/pdf | - |
| Direitos: dc.rights | Acesso Aberto | - |
| Direitos: dc.rights | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data. | - |
| Palavras-chave: dc.subject | Fraudes | - |
| Palavras-chave: dc.subject | Dados desbalanceados | - |
| Palavras-chave: dc.subject | Aprendizagem de máquina | - |
| Título: dc.title | Previsão de indícios de fraude em fundos de pensão utilizando modelos de aprendizado de máquina supervisionados e técnicas de balanceamento de dados | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional – UNB | |
Não existem arquivos associados a este item.
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma:
- O Termo de Uso pode ser modificado pela CAPES a qualquer tempo, sem necessidade de notificação prévia, sendo que tais modificações serão válidas a partir da data de sua veiculação neste portal;
- Para aprovação de cadastro do usuário ao sistema, a CAPES pode requisitar o fornecimento de informações, haja vista a política de segurança adotada, objetivando resguardar a segurança dos usuários nesse ambiente virtual;
- O usuário aceita e declara compreender que, em razão do peculiar ambiente da Internet, a CAPES não poderá garantir que o acesso ao site seja livre de erros ou problemas decorrentes de casos fortuitos, internos ou externos, casos de força maior ou ainda de outros casos não inteiramente sujeitos a controle direto dos administradores do site e, portanto o usuário se obriga a isentar a CAPES de quaisquer reclamações ou indenizações. A CAPES também não se responsabiliza por interrupções, interceptações, invasões, disseminação de vírus ou outros atos ilícitos, típicos e atípicos de ambiente virtual, e de web, dos quais a CAPES não tenha tido intenção deliberada de participar ou praticar;
- O usuário aceita e declara compreender que qualquer texto, marca, áudio, imagem, ou conteúdo veiculados no site são protegidos por direitos de propriedade intelectual o qual deve ser respeitado de acordo com a licença concedida pelo respectivo detentor dos referidos direitos, sob pena de apuração das responsabilidades cabíveis;
-
Desta forma a CAPES se exime de toda e qualquer responsabilidade por eventuais perdas, danos e prejuízos de qualquer natureza decorrentes:
- Do descumprimento da lei, da moral e dos bons costumes, como consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da infração aos direitos de propriedade intelectual e industrial, segredos empresariais, compromissos contratuais de qualquer tipo, direitos à honra, à intimidade pessoal e familiar, à imagem das pessoas, direitos de propriedade e de toda e qualquer natureza pertencentes a um terceiro por consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da falta de veracidade, precisão, exatidão, pertinência e/ou atualidade dos conteúdos;
- Da inadequação para qual seja o propósito, ou da frustração, das expectativas geradas pelos conteúdos;
- Exceto quando mencionado explicitamente, ou quando se tratar de citação de material alheio ou ilustração, nos limites estabelecidos pela Lei 9.610/98, todo o Conteúdo textual original do Portal eduCAPES está disponível livremente para leitura, entre outros direitos, conforme definido na licença Creative Commons;
- A CAPES não se responsabiliza pelos comentários, opiniões, informações, depoimentos, mensagens, vídeos, textos, imagens, áudios ou qualquer outro tipo de conteúdo que sejam, postados, publicados e disponibilizados através do Portal eduCAPES pelos usuários, sendo a responsabilidade civil e criminal atribuída única e exclusivamente ao autor dos comentários, opiniões, informações, ou mensagens. Todo o conteúdo publicado por usuários são de responsabilidade exclusiva dos mesmos e de caráter completamente independente, sendo que todo e qualquer tipo de opinião, ideal e/ou posição expressados não refletem necessariamente o ponto de vista e a posição do Portal eduCAPES e/ou da CAPES. A CAPES se reserva o direito de armazenar as informações destes autores e/ou Usuários, a fim de viabilizar sua identificação;
- O usuário aceita e declara compreender que a CAPES poderá disponibilizar no Portal eduCAPES, links de acesso para outros sites e endereços virtuais administrados, controlados ou operados por terceiros. Qualquer site conectado a partir do eduCAPES não está sob o controle da CAPES;
- A CAPES não assume nenhuma responsabilidade ou obrigação por qualquer informação, comunicação ou material encontrado em tais sites, ou em qualquer site conectado a tais sites. A CAPES não assume qualquer responsabilidade pelos serviços ou funcionalidades ali dispostos, sendo a decisão de utilização e a forma de relacionamento com os mesmos de exclusiva responsabilidade do usuário, que inclusive isenta a CAPES de fiscalizar o conteúdo ou zelar pela integridade de tais sites ou endereços virtuais.
- O usuário aceita e declara compreender que o acesso a determinadas áreas do site será restrito. Para acessá-las, o usuário deverá fazer o login e cadastrar uma senha de acesso. A senha é individual, sigilosa e intransferível, sendo o usuário o único responsável pela guarda da mesma. O usuário assume toda e qualquer responsabilidade pelo mau uso ou pela utilização da senha por terceiros;
- A CAPES reserva o direito de excluir o cadastro, de excluir o material submetido ou proibir o acesso do usuário ao portal eduCAPES no caso de qualquer abuso ou indício de prática ilícita no uso do site ou de qualquer uso não autorizado ou proibido pelo usuário, nos termos da legislação brasileira;
- As condições estabelecidas no Termo de Aceite e Uso do Site são regidas pela lei brasileira. Sob nenhuma circunstância o usuário deverá violar qualquer lei usando o portal eduCAPES para propósitos que incluam, mas não limitados a isso, difamação ou perturbação de outros, violação de direitos de propriedade intelectual ou de terceiros, envio de material obsceno ou ofensivo, vírus, arquivos corrompidos, ou outros programas que poderiam danificar ou alterar este site ou os computadores de empresa ou de terceiros;
- A CAPES reserva o direito de retirar qualquer conteúdo que infrinja a lei, a moral e os bons costumes nos termos da legislação vigente e também na hipótese de o conteúdo não se coadunar com as finalidades educativas do Portal. A CAPES garante o direito de defesa e contraditório dos usuários. O usuário reconhece que o material enviado por terceiros, que não a CAPES, não é endossado pela mesma.
Concordo e desejo baixar o arquivo
Não concordo e não irei baixar o arquivo
Não concordo e não irei baixar o arquivo