UNITesi

The objective of this thesis is to define a machine learning algorithm capable of detecting entries subject to "material misstatement" within a ledger. This refers primarily to transactions that are fraudulent or characterized by human error.

Il presente lavoro di tesi ha come obiettivo la definizione di un algoritmo di apprendimento automatico capace di individuare le scritture soggette a “material misstatement” all’interno di un libro giornale. Con questo ci si riferisce principalmente a transazioni fraudolente o caratterizzate da errore umano.

BUSINESS INTELLIGENCE E ANOMALY DETECTION: RILEVAZIONE AUTOMATICA DI ANOMALIE IN UN LIBRO GIORNALE

LORUSSO, LUIGI
2022/2023

Abstract

The objective of this thesis is to define a machine learning algorithm capable of detecting entries subject to "material misstatement" within a ledger. This refers primarily to transactions that are fraudulent or characterized by human error.
2022
BUSINESS INTELLIGENCE AND ANOMALY DETECTION: AUTOMATIC DETECTION OF ANOMALOUS JOURNAL ENTRIES
Il presente lavoro di tesi ha come obiettivo la definizione di un algoritmo di apprendimento automatico capace di individuare le scritture soggette a “material misstatement” all’interno di un libro giornale. Con questo ci si riferisce principalmente a transazioni fraudolente o caratterizzate da errore umano.
Machine Learning
Anomaly Detection
Contabilità
BusinessIntelligence
Isolation Forest
Lauree magistrali a ciclo unico
File in questo prodotto:
Fulltext non presente su UNITESI – Verifica la disponibilità della tesi in formato cartaceo interrogando il Catalogo di Ateneo

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14253/69216