Previsão de Lavagem de Dinheiro Usando Algoritmos de Aprendizado de Máquina e Redes Neurais Artificiais em Bancos

Este artigo tem como objetivo construir um modelo de aprendizado de máquina e uma rede neural para detectar a probabilidade de lavagem de dinheiro em bancos. Os dados do artigo foram obtidos a partir de uma simulação de transações reais marcadas para lavagem de dinheiro em bancos do Oriente Médio. As principais descobertas destacam que redes criminosas usam principalmente a fase de integração para inserir dinheiro no sistema financeiro. Os fraudadores preferem lavar fundos nas primeiras horas, seguidas pela tarde do dia de trabalho. Além disso, os classificadores Naïve Bayes e Random Forest foram identificados como os dois modelos de melhor desempenho para prever transações de lavagem de dinheiro em bancos.