| Campo Dublin Core | Valor | Língua |
|---|
| dc.contributor.advisor | Cançado, André Luiz Fernandes | - |
| dc.contributor.author | Silva, Olivia Ziller e | - |
| dc.identifier.citation | SILVA, Olivia Ziller e. Classificação de alvos de relatórios de inteligência financeira utilizando florestas aleatórias e medidas de centralidade de rede. 2019. [11], 57 f., il. Trabalho de conclusão de curso (Bacharelado em Estatística) — Universidade de Brasília, Brasília, 2019. | pt_BR |
| dc.description | Trabalho de conclusão de curso (graduação) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2019. | pt_BR |
| dc.description.abstract | Reduzir esforço humano e fornecer auxílio e direcionamento na tomada de decisões utilizando modelagem estatística vem se tornando cada vez mais útil e necessário. Neste trabalho são utilizados conceitos de redes sociais, medidas de grafos e florestas aleatórias para buscar e classificar pessoas físicas e jurídicas como possíveis alvos de relatórios de inteligência financeira do Conselho de Controle de Atividades Financeiras (COAF), a Unidade de Inteligência Financeira do Brasil. Toda a extração das variáveis, criação da base de dados, análises e desenvolvimento do modelo foram feitas utilizando o SAS. | pt_BR |
| dc.rights | Acesso Aberto | pt_BR |
| dc.subject.keyword | Modelagem estatística | pt_BR |
| dc.subject.keyword | Redes sociais | pt_BR |
| dc.subject.keyword | Teoria dos grafos | pt_BR |
| dc.title | Classificação de alvos de relatórios de inteligência financeira utilizando florestas aleatórias e medidas de centralidade de rede | pt_BR |
| dc.type | Trabalho de Conclusão de Curso - Graduação - Bacharelado | pt_BR |
| dc.date.accessioned | 2022-06-02T23:03:03Z | - |
| dc.date.available | 2022-06-02T23:03:03Z | - |
| dc.date.submitted | 2019-12-13 | - |
| dc.identifier.uri | https://bdm.unb.br/handle/10483/30782 | - |
| dc.language.iso | Português | pt_BR |
| dc.rights.license | A 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.abstract1 | The use of statistical models have become ever more useful and necessary to reduce human effort and to provide assistance and guidance in decision-making activities. This paper uses concepts regarding social network analysis, graph theory, and random forests to classify natural and legal persons as possible targets of a Financial Intelligence Report from the Brazilian Financial Intelligence Unit (FIU). The SAS software was used all through the project, from variables extraction and datasets creation, to analysis, development and selection of the final model. | pt_BR |
| Aparece na Coleção: | Estatística
|
