MOLIVAYIV OPERATSIYALARDA KORRUPSION XATTI-HARAKATLARNJ ANIQLASH UCHUN MACHINE LEARNING ALGORTIMLARDAN FOYDALANISH

Mazkur maqolada moliyaviy operatsiyalarda korrupsion xatti-harakatlar va ular bilan bog‘liq shubhali moliyaviy operatsiyalarni aniqlashda Machine Learning algoritmlaridan foydalanishning nazariy va amaliy jihatlari tadqiq etilgan. Raqamli bank xizmatlari, elektron to‘lovlar va moliyaviy texnologiyalarning jadal rivojlanishi natijasida amalga oshirilayotgan tranzaksiyalar hajmining ortib borishi moliyaviy nazoratning an’anaviy usullarini takomillashtirish zaruratini yuzaga keltirmoqda. Tadqiqotda Logistic Regression, Decision Tree, Random Forest, Support Vector Machine, Gradient Boosting va Isolation Forest algoritmlarining moliyaviy operatsiyalarni tasniflash hamda anomal tranzaksiyalarni aniqlashdagi imkoniyatlari tahlil qilingan. Shuningdek, tranzaksiyaning qiymati, chastotasi, vaqti, kontragentlar o‘rtasidagi aloqalar, mijozning tarixiy moliyaviy xatti-harakati va operatsiyalarning odatiy faoliyatdan chetlanishi kabi indikatorlardan foydalanish asosida risk-scoring modelini shakllantirish yondashuvi taklif etilgan. Tadqiqot natijalari Machine Learning algoritmlarini qoidaga asoslangan monitoring, anomaly detection va ekspert nazorati bilan integratsiyalash moliyaviy xavflarni erta aniqlash va nazorat samaradorligini oshirish imkonini berishini ko‘rsatadi. Maqolada, shuningdek, ma’lumotlar nomutanosibligi, algoritmik xolislik, ma’lumotlar xavfsizligi va Explainable AI masalalariga alohida e’tibor qaratilgan.