Makine öğrenmesi algoritmaları ile mali tablolarda hile analizi
Fraud detection in financial statements using machine learning algorithms
- Tez No: 717675
- Danışmanlar: PROF. DR. SELÇUK ÇEBİ
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Mühendislik Yönetimi Bilim Dalı
- Sayfa Sayısı: 83
Özet
İşletmeler yılın her döneminde kurumlarına ait finansal hesaplamalar yapmaktadırlar. Bu hesaplamalar sayesinde hali hazırdaki durumlarını görmekte, gelecekte yapacakları işleri planlamakta ve buna göre kendilerine bütçe ayırmaktadırlar. Bazı durumlarda işletmelerinin çıkarlarını göz önünde bulundurarak ve yanıltıcı muhasebe uygulamaları uygulayarak hileli finansal raporlamalar da yapabilmektedirler. Daha önceki araştırmalar, gelişmiş tahmin yöntemlerinin finansal piyasalardaki fiyat değişimlerini yüksek doğrulukla tahmin ettiğini ve bu tahminler üzerinden işlem yaparak kâr elde edilebileceğini bildirmektedir. Bu çalışma kapsamında, makine öğrenmesi tekniklerini kullanarak Yakın İzleme Pazarı'na giren işletmelerin finansal verilerinin tahminlemesini ve bir işletmenin kendi rasyo verilerini kullanarak gelecek dönemlerinin tahminlenmesi amaçlanmaktadır. İşletmelerin planlamalarını doğru yapabilmeleri, problemleri varsa çözebilmeleri ve hile yapma durumlarını görebilmek için bu çalışma önemlidir. Tez çalışması kapsamında makine öğrenmesi algoritmaları kullanılarak başarı oranı %95'e ulaşan tahminleme sonuçları elde edilmiştir.
Özet (Çeviri)
Businesses make financial calculations of their institutions in every quartiles of the year. Thanks to these calculations, businesses can see their current situation, plan their future work and allocate a budget accordingly. In some cases, they may also make fraudulent financial reports by considering the interests of their businesses and applying misleading accounting practices. Previous research reports that advanced forecasting methods predict price changes in financial markets with high accuracy and profit can be made by trading on these forecasts. Within the scope of this study, it is aimed to predict the financial data of the enterprises entering the surveillance market by using machine learning techniques and to predict the future periods of a business using its own ratio data. This study is important for businesses to be able to make their plans correctly, to solve problems if any, and to see their cheating situation. Prediction results with a success rate of 95% were obtained by using machine learning algorithms.
Benzer Tezler
- Makine öğrenimi tekniklerini kullanarak inşaatta risk tabanlı maliyet tahmini
Risk-based cost estimation in construction by employing machine learning techniques
AYNUR HÜRRİYET TÜRKYILMAZ
Doktora
İngilizce
2025
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. GÜL POLAT TATAR
- Developing computational dialogue interface on freeform paneling for cost efficiency
Serbest yüzeylerin maliyet etkin panellenmesi için hesaplamalı bir diyalog arayüzü geliştirilmesi
BEKİR TOPALOĞLU
Yüksek Lisans
İngilizce
2019
Mimarlıkİstanbul Teknik ÜniversitesiEnformatik Ana Bilim Dalı
PROF. DR. LEMAN FİGEN GÜL
- Türk bankacılık sisteminde UFRS çerçevesinde firmaların derecelendirilmesi ve makine öğrenmesi ile model önerisi
Model proposal with rating and machine learning of companies within the framework of IFRS in the Turkish banking system
GÜNER ALTAN
- Machine learning-based modeling and monitoring of machining processes and tool wear
İşleme prosesleri ve takım aşınmasının makine öğrenmesi tabanlı modellenmesi ve izlenmesi
ARASH EBRAHIMI ARAGHIZAD
Doktora
İngilizce
2024
Makine MühendisliğiSabancı ÜniversitesiÜretim Mühendisliği Ana Bilim Dalı
PROF. DR. ERHAN BUDAK
- Etkin bina emlak vergi değerinin belirlenebilmesi için makine öğrenme temelli bir değerleme modeli önerisi
A proposal for a machine learning based valuation model for determining efficient building property tax value
ELİF ŞEVVAL TAŞTAN
Yüksek Lisans
Türkçe
2025
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. REHA METİN ALKAN