机构名称：
¥ 1.0
摘要将机器学习（ML）算法集成到审计过程中代表了审计领域的重大进步，从效率，准确性和风险管理方面提供了可观的好处。本综述研究了ML在审核中的变革潜力，强调了其关键好处以及为充分利用其能力的挑战。机器学习算法，具有分析大型数据集和识别模式的能力，提高了审核的准确性和彻底性。传统的审计方法通常依赖于抽样和手动检查，这可能会错过异常和欺诈活动。相反，ML算法可以处理整个数据集，发现可能表明欺诈或错误的微妙模式和不规则性。这种全面的分析降低了监督的风险，并提高了审计结果的可靠性。ML在审核中的主要好处之一是其异常检测能力。ML模型可以对历史数据进行培训，以了解正常的财务行为和可能表示违规行为的标志偏差。这种检测实时异常的能力使审核员能够及时识别潜在的问题，从而减少了发生欺诈和检测之间的时间滞后。由ML提供支持的预测分析进一步增强
将机器学习算法集成到审计过程
主要关键词
相关文件推荐
