Resumen

La supervisión financiera desempeña un papel importante en la construcción de la economía de mercado, pero los datos financieros tienen características de ser no estacionarios y no lineales, y de tener una baja relación señal-ruido, por lo que se necesita un método efectivo de detección financiera. En este documento, se utilizan dos algoritmos de aprendizaje automático, árbol de decisiones y bosque aleatorio, para detectar los datos financieros de la empresa. En primer lugar, basándose en los datos financieros de 100 empresas listadas de muestra, este documento realiza un estudio empírico sobre el fraude de estados financieros de empresas listadas utilizando tecnología de aprendizaje automático. A través del análisis empírico de regresión logística, árbol de decisión de aumento de gradiente y modelo de bosque aleatorio, se obtienen los resultados preliminares, y luego se utiliza el modelo de bosque aleatorio para un juicio secundario. Este documento construye un modelo de aplicación integral de aprendizaje automático eficiente, preciso y simple. Los resultados empíricos muestran que el

• Materias:Internet de las cosas Algoritmo iterativo Algoritmo de evaluación Viga viscoelástica Lenguaje de programación
• Subjects:Internet of things Iterative algorithm Evaluation algorithm Viscoelastic beam Programming language
• Palabras claves:Supervisión financiera; Economía de mercado; Datos financieros; Algoritmos de aprendizaje automático; Detección de fraudes; Empresas cotizadas
• Keywords:Financial supervision; Market economy; Financial data; Machine learning algorithms; Fraud detection; Listed companies