IA explicable: programación probabilística con PyMC para prevención de blanqueo de capitales

Autor: Cabria Fuente, Eduardo
Přispěvatelé: Atienza Ramos, Alejandro (Tutor), UAM. Departamento de Ingeniería Informática
Rok vydání: 2021
Předmět:
Zdroj: Biblos-e Archivo. Repositorio Institucional de la UAM
instname
Popis: Este Trabajo Fin de Grado consiste en la implementación de un programa escrito en Python utilizando programación probabilística con el objetivo de conseguir la detección preventiva de blanqueo de capitales en cualquier entidad financiera. El objetivo final es encontrar un modelo PyMC3 único, jerárquico y centrado que permita identificar de manera probabilística las opciones de que una cuenta bancaria sea de carácter normal o criminal. Además, se pretende determinar qué parámetros o variables de una cuenta pueden dar más información valiosa para saber si una cuenta está cometiendo un delito de lavado de dinero. La idea es que a ese modelo se le introduzca unos datos de entrada formados de muchas transacciones bancarias. Aplicar este tipo de técnicas, etiquetadas dentro del estimulante mundo del machine learning, puede ayudar a aplacar un problema que lleva asolando a gobiernos y entidades financieras durante mucho tiempo. Con ello, podría suponer un importante aumento de los ingresos impositivos de los países que puedan conseguir detener estas prácticas ilícitas. Como marco de trabajo para la programación probabilística se ha usado el framework PyMC3. PyMC3 ofrece muchas ventajas, entre las que destaca su ayuda a resolver problemas básicos de inferencia y predicción estadística bayesiana mediante la descripción de modelos probabilísticos con una sintaxis potente, legible e intuitiva. Por un lado el avance en los sistemas informáticos de los últimos años y por otro, el desarrollo de métodos matemáticos como la cadena de Markov, que se pueden adaptar para calcular la distribución a posteriori (referente al Teorema de Bayes) de cualquier modelo, además del avance en las técnicas de muestreo de los métodos de Monte Carlo; han transformado radicalmente el mundo del análisis de datos bayesiano.
Databáze: OpenAIRE
Externí odkaz: