Detección de facturas sospechosas utilizando modelos no supervisados

Resumen

El fraude y la evasión fiscal son delitos globales que afectan negativamente a la sociedad. El empleo de las nuevas tecnologías junto a la experticia de especialistas sobre dichos delitos puede producir resultados satisfactorios en su detección y enfrentamiento. Una forma de abordar este problema es mediante el uso de técnicas de Machine Learning (ML) con modelos no supervisados, que permitan a los auditores identificar posibles casos de fraude sin conocimiento previo del dominio. Por tanto, se decide investigar los posibles modelos no supervisados que puedan detectar posibles casos de fraude, por lo que se analizaron ejercicios implementados utilizando diferentes algoritmos que den una respuesta eficiente y precisa. La investigación no solo se centrará en aplicar la detección de valores atípicos, también busca lograr que los auditores puedan confiar en los resultados utilizando mecanismos de explicación del sector financiero. El objetivo principal es encontrar eventos anómalos que puedan ser fraudulentos o no, para un posterior estudio y análisis, y así complementar la base de conocimiento de los auditores.