Aplicação de machine learning no combate ao branqueamento de capitais e ao financiamento do terrorismo

Este trabalho resulta de um estágio desenvolvido na Empresa Quidgest, S.A. O trabalho final de mestrado versa sobre uma aplicação de Machine Learning na resolução da problemática de combate ao branqueamento de capitais e ao financiamento do terrorismo. Tal problema é conhecido como um caso de dados desbalanceados. Por conseguinte, a questão é abordada no decorrer do trabalho, apresentando várias formas de resolução. São ainda tratados os conceitos Machine Learning, Data Mining e Knowledge-Discovery in Databases. No âmbito do Machine Learning, o presente trabalho apenas se debruça sobre algoritmos supervisionados. Mais especificamente, os classificadores Random Forest, Adaboost e Boosting C5.0. Tais métodos foram aplicados sobre um repositório de dados que se encontravam alojados no sistema de gestão de base de dados Microsoft SQL Server. A investigação seguiu a metodologia CRISP-DM e teve a sua implementação no software R.