Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/25674
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2019_RafaelBarrosDeOliviera_tcc.pdf1,24 MBAdobe PDFver/abrir
Registro completo
Campo Dublin CoreValorLíngua
dc.contributor.advisorYaohao, Peng-
dc.contributor.authorOliveira, Rafael Barros de-
dc.identifier.citationOLIVEIRA, Rafael Barros de. Aprendizado de máquinas e desafios da gestão na era dos dados: um estudo de caso na área de prevenção a fraudes bancárias. 2019. 52 f. Trabalho de Conclusão de Curso (Bacharelado em Administração)—Universidade de Brasília, Brasília, 2019.pt_BR
dc.descriptionTrabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Faculdade de Economia, Administração, Contabilidade e Gestão de Políticas Públicas, Departamento de Administração, 2019.pt_BR
dc.description.abstractEste trabalho identificou a necessidade gerencial de uma área de prevenção à fraude de uma instituição financeira baseando-se em uma entrevista com um gestor. A necessidade identificada está relacionada a ausência de ferramenta de análise e alertas referente a possíveis fraudes e ausência de dados nos registros. Foram descritas as atividades das frentes de trabalho dessa área e da mesma maneira a identificação e descrição dos campos descaracterizados de tabelas SQL do banco de dados bem como o vínculo dessas tabelas onde foi obtida uma tabela de amostra contendo as fraudes ocorridas em um determinado período. Foram sugeridos possíveis uso dos tipo de aprendizagem de máquina de acordo com o apresentado pelo gestor a saber: algoritmo de aprendizagem de máquina supervisionado para identificação de possíveis fraudes e algoritmo de aprendizagem de máquina não-supervisionado para alertas de contas com ausência de dados e identificação de perfis. Por fim é proposto campos de pesquisa para estudos científicos futuros, diante de poucos artigos relacionado a fraudes transacionais.pt_BR
dc.rightsAcesso Abertopt_BR
dc.subject.keywordFraudept_BR
dc.subject.keywordAprendizado do computadorpt_BR
dc.subject.keywordAprendizado de máquinapt_BR
dc.subject.keywordInstituições financeiraspt_BR
dc.subject.keywordTransações eletrônicaspt_BR
dc.subject.keywordBig Datapt_BR
dc.titleAprendizado de máquinas e desafios da gestão na era dos dados : um estudo de caso na área de prevenção a fraudes bancáriaspt_BR
dc.typeTrabalho de Conclusão de Curso - Graduação - Bachareladopt_BR
dc.date.accessioned2020-10-13T19:39:49Z-
dc.date.available2020-10-13T19:39:49Z-
dc.date.submitted2019-07-
dc.identifier.urihttps://bdm.unb.br/handle/10483/25674-
dc.language.isoPortuguêspt_BR
dc.rights.licenseA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta.pt_BR
dc.description.abstract1This work identified the managerial need for a fraud prevention area of a financial institu- tion based on an interview with a manager. The need identified is related to the absence of an analysis tool and alerts regarding possible fraud and lack of data in the registries. The activities of the work fronts in this area were described, as well as the identification and description of the de-characterized fields of SQL tables of the database as well as the link of these tables where a sample table containing the frauds occurred in a given period was obtained. It was suggested possible use of the machine learning type according to the presented by the manager namely: supervised machine learning algorithm for identification of possible fraud and unsupervised machine learning algorithm for account alerts with absence of data and identification of profiles. Finally, research fields are proposed for future scientific studies, in the face of few articles related to transactional fraud.pt_BR
Aparece na Coleção:Administração



Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.