Please use this identifier to cite or link to this item:
https://rinacional.tecnm.mx/jspui/handle/TecNM/14322| Title: | LA INTELIGENCIA ARTIFICIAL COMO APOYO EN LA DETECCION DE FRAUDE FISCAL ESTUDIO COMPARATIVO ENTRE MÉTODOS TRADICIONALES Y MODELOS PREDICTIVOS |
| Authors: | LINZAGA CORONA, EMERITA |
| metadata.dc.subject.other: | Inteligencia artificial en fiscalización, Modelos predictivos (Random Forest, Deep Learning, Grok), Analítica de datos contables, Machine learning tributario. |
| Issue Date: | 2026-05-13 |
| Publisher: | Tecnológico Nacional de México |
| metadata.dc.publisher.tecnm: | Instituto Tecnológico de Iguala |
| Description: | Esta investigación de Licenciatura en Contaduría del Instituto Tecnológico de Iguala (TecNM) analiza la efectividad de la inteligencia artificial (IA) como apoyo en la detección de fraude fiscal en México, comparando métodos tradicionales con modelos predictivos avanzados (Random Forest, Deep Learning y Grok). Mediante una metodología aplicada, comparativa y de enfoque mixto, se simuló el procesamiento de un dataset contable y fiscal (2020-2025). Los resultados demuestran que los modelos predictivos superan a la fiscalización tradicional al incrementar la precisión del 62% al 91%, reducir los tiempos de revisión de 48 a 4 horas y disminuir un 40% los falsos positivos. Se propone un modelo híbrido para fortalecer el compliance y la transparencia tributaria. |
| metadata.dc.type: | info:eu-repo/semantics/bachelorThesis |
| Appears in Collections: | Contador Público |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| L CON EMERITA LINZAGA CORONA.pdf | Tesis | 1.87 MB | Adobe PDF | View/Open |
| LICENCIA EMERITA LINZAGA CORONA.pdf Until 9999-12-30 | Licencia de uso de Obra | 247.26 kB | Adobe PDF | View/Open Request a copy |
This item is protected by original copyright |
This item is licensed under a Creative Commons License
