Árboles de Decisión: Predicciones como alertas del sistema de prevención de lavado de activos en una entidad financiera

En los últimos años, el blanqueo de capitales se ha ido sofisticando cada vez más, desafiando tanto a las naciones como a las entidades financieras a reestructurar sus sistemas de prevención y por lo tanto a aplicar nuevas metodologías para combatir las actividades ilícitas relacionadas con esta tem...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Piñeiro, Santiago
Otros Autores: Nakab, Alejandro
Formato: Tesis de maestría acceptedVersion
Lenguaje:Español
Publicado: Universidad Torcuato Di Tella 2023
Materias:
Predicción tecnológica
Movimiento de capitales
Aprendizaje automático
Árboles de Decisión
Acceso en línea:https://repositorio.utdt.edu/handle/20.500.13098/11864
Aporte de:
Repositorio Digital Universidad Torcuato Di Tella de Universidad Torcuato Di Tella
id I57-R163-20.500.13098-11864
record_format dspace
spelling I57-R163-20.500.13098-118642023-06-06T07:36:39Z Árboles de Decisión: Predicciones como alertas del sistema de prevención de lavado de activos en una entidad financiera Piñeiro, Santiago Nakab, Alejandro Predicción tecnológica Movimiento de capitales Aprendizaje automático Árboles de Decisión En los últimos años, el blanqueo de capitales se ha ido sofisticando cada vez más, desafiando tanto a las naciones como a las entidades financieras a reestructurar sus sistemas de prevención y por lo tanto a aplicar nuevas metodologías para combatir las actividades ilícitas relacionadas con esta temática. El objetivo de este trabajo consistió en analizar el sistema actual de monitoreo de alertas correspondiente a un banco público de Argentina, y proponer un cambio en el mismo a través del desarrollo de distintos algoritmos de aprendizaje automático basados en técnicas de árboles de decisión (árbol simple, Gradient Boosting y Random Forest), para luego comparar los resultados de estos modelos con los costos que conlleva mantener este sistema de monitoreo en la actualidad. Si bien los resultados obtenidos por los modelos aplicados no llegan a mejorar el sistema actual de la entidad, el trabajo realizado sirve para profundizar distintas alternativas basadas en aprendizaje automático. 2023-06-05T22:07:02Z 2023-06-05T22:07:02Z 2022 info:eu-repo/semantics/masterThesis info:ar-repo/semantics/tesis de maestría info:eu-repo/semantics/acceptedVersion https://repositorio.utdt.edu/handle/20.500.13098/11864 spa info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-sa/2.5/ar/ 60 p. application/pdf application/pdf Argentina Universidad Torcuato Di Tella
institution Universidad Torcuato Di Tella
institution_str I-57
repository_str R-163
collection Repositorio Digital Universidad Torcuato Di Tella
language Español
orig_language_str_mv spa
topic Predicción tecnológica
Movimiento de capitales
Aprendizaje automático
Árboles de Decisión
spellingShingle Predicción tecnológica
Movimiento de capitales
Aprendizaje automático
Árboles de Decisión
Piñeiro, Santiago
Árboles de Decisión: Predicciones como alertas del sistema de prevención de lavado de activos en una entidad financiera
topic_facet Predicción tecnológica
Movimiento de capitales
Aprendizaje automático
Árboles de Decisión
description En los últimos años, el blanqueo de capitales se ha ido sofisticando cada vez más, desafiando tanto a las naciones como a las entidades financieras a reestructurar sus sistemas de prevención y por lo tanto a aplicar nuevas metodologías para combatir las actividades ilícitas relacionadas con esta temática. El objetivo de este trabajo consistió en analizar el sistema actual de monitoreo de alertas correspondiente a un banco público de Argentina, y proponer un cambio en el mismo a través del desarrollo de distintos algoritmos de aprendizaje automático basados en técnicas de árboles de decisión (árbol simple, Gradient Boosting y Random Forest), para luego comparar los resultados de estos modelos con los costos que conlleva mantener este sistema de monitoreo en la actualidad. Si bien los resultados obtenidos por los modelos aplicados no llegan a mejorar el sistema actual de la entidad, el trabajo realizado sirve para profundizar distintas alternativas basadas en aprendizaje automático.
author2 Nakab, Alejandro
author_facet Nakab, Alejandro
Piñeiro, Santiago
format Tesis de maestría
Tesis de maestría
acceptedVersion
author Piñeiro, Santiago
author_sort Piñeiro, Santiago
title Árboles de Decisión: Predicciones como alertas del sistema de prevención de lavado de activos en una entidad financiera
title_short Árboles de Decisión: Predicciones como alertas del sistema de prevención de lavado de activos en una entidad financiera
title_full Árboles de Decisión: Predicciones como alertas del sistema de prevención de lavado de activos en una entidad financiera
title_fullStr Árboles de Decisión: Predicciones como alertas del sistema de prevención de lavado de activos en una entidad financiera
title_full_unstemmed Árboles de Decisión: Predicciones como alertas del sistema de prevención de lavado de activos en una entidad financiera
title_sort árboles de decisión: predicciones como alertas del sistema de prevención de lavado de activos en una entidad financiera
publisher Universidad Torcuato Di Tella
publishDate 2023
url https://repositorio.utdt.edu/handle/20.500.13098/11864
work_keys_str_mv AT pineirosantiago arbolesdedecisionprediccionescomoalertasdelsistemadeprevenciondelavadodeactivosenunaentidadfinanciera
_version_ 1768086694361300992

Ejemplares similares