Mašininio mokymosi taikymas finansinių duomenų anomalijoms aptikti
Norkūnienė, Jolita | Recenzentas / Rewiewer |
Baigiamojo darbo tikslas - remiantis įvairiais literatūros šaltiniais sukurti efektyvų anomalijų aptikimo finansiniuose duomenyse modelį. Darbe nagrinėjami vienos internetinės platformos pardavėjai - yra sprendžiamas klasifikavimo uždavinys bandant nustatyti, kurie pardavėjai yra piktnaudžiaujantys ir kurie ne.Pirmoje darbo dalyje yra apžvelgiama teorija - mašininio mokymosi anomalijų nustatymo klasifikavimo metodai, susiję moksliniai straipsniai bei modelio vertinimo metodai. Praktinėje darbo dalyje aprašomi atliktų eksperimentų su realiais vienos įmonės duomenimis, gauti rezultatai. Pagrindinis darbo rezultatas sudaryti pakankamai efektyvūs klasifikavimo modeliai, su konkrečiais parametrais, kuriuos naudojant gali būti nustatomi piktnaudžiaujantys vartotojai.Darbą sudaro 5 dalys: įvadas, teorinė dalis, duomenų analizė ir gauti rezultatai, išvados ir rekomendacijos, literatūra. Darbo apimtis - 49 p. teksto be priedų, 23 iliustr., 34 lent., 19 bibliografiniai šaltiniai.
The aim of this master thesis is to develop an effective model for the detection of anomalies in financial data based on various literature sources. The paper examines the sellers of one online platform - it is a classification problem by identifying which sellers are abusive platform users.The first part of this thesis reviews the theory of machine learning classification methods for detecting anomalies, related scientific articles, and model efficiency evaluation techniques. The practical part of the thesis describes the results of experiments with actual data of one company. The main result of the work is the development of efficient classification models with specific parameters that can be used to identify abusive users.The thesis consists of 5 parts: introduction, theoretical part, data analysis and obtained results, conclusions and recommendations, and references. The thesis consists of 49 p. text without an appendix, 23 pictures, 34 tables, and 19 bibliographical entries.