Aplicação de algoritmos e métodos estatísticos para a identificação de anomalias em transações financeiras
Loading...
Date
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Instituto Federal de Educação, Ciência e Tecnologia do Piauí
Resumo
Com o crescimento das transações digitais e o surgimento de fraudes sofisticadas,
análises manuais tornaram-se inviáveis, exigindo sistemas automatizados em tempo
real. Este trabalho objetiva aplicar inteligência de dados, combinando estatística e
aprendizado de máquina, na identificação de anomalias financeiras para suporte à
tomada de decisão. A metodologia divide-se em duas etapas principais: primeiro,
empregam-se métodos como o Z-Score e o Intervalo Interquartil para a análise inicial
e detecção de valores extremos. Complementarmente, utiliza-se o aprendizado não
supervisionado com os algoritmos Density-Based Spatial Clustering of Applications
with Noise, Local Outlier Factor e Isolation Forest, permitindo mapear
comportamentos suspeitos em grandes volumes de dados sem a necessidade de
históricos prévios de fraude. O desempenho das técnicas foi avaliado em métricas e
representações gráficas integradas. Conclui-se que a integração entre modelagem
estatística e mineração de dados fortalece o monitoramento e a segurança dos
processos, provendo maior proteção institucional contra riscos financeiros. Os
resultados indicam que Isolation Forest obteve um melhor desempenho, dentre os
algoritmos.
Description
Keywords
detecção de fraudes, fraud detection, aprendizado de máquina, machine learning, aprendizado não supervisionado, financial security
Citation
FARIAS,Ana Beatriz Brito de. Aplicações de algorítimos e métodos estatíticos para identificação de anomalias em transações financeiras. Orientador: Fernando Castelo Branco Gonçalves Santana. 2026. 14 f. Trabalho de Conclusão de Curso (Graduação em Análise e Desenvolvimento de Sistema)-Instituto
Federal deEducação, Ciência e Tecnologia do Piauí, Campus Teresina Central, Teresina, 2026.