Η μηχανική μάθηση στον εντοπισμό και την πρόληψη της φοροδιαφυγής
| dc.contributor.advisor | Νικολόπουλος, Σωτήριος | |
| dc.contributor.author | Μαστοράκη, Παναγιώτα | |
| dc.contributor.committee | Σπηλιόπουλος, Οδυσσέας | |
| dc.contributor.committee | Συρμαλόγλου, Αδαμάντιος | |
| dc.contributor.department | Τμήμα Λογιστικής και Χρηματοοικονομικής | el |
| dc.contributor.faculty | Σχολή Διοίκησης | el |
| dc.contributor.master | Λογιστική και Χρηματοοικονομική | el |
| dc.date.accessioned | 2024-04-30T05:46:41Z | |
| dc.date.available | 2024-04-30T05:46:41Z | |
| dc.date.issued | 2024-04 | |
| dc.description | Μ.Δ.Ε. 81 | el |
| dc.description.abstract | Στη σύγχρονη εποχή, που τα πάντα εξελίσσονται με ταχύτατους ρυθμούς, ήταν σχεδόν αναμενόμενο να αναπτυχθεί και να διαδοθεί η τεχνική νοημοσύνη με ιδιαίτερη έμφαση στη μηχανική μάθηση. Ωστόσο, αυτή η διάδοση που οι υπολογιστές μαθαίνουν από τα δεδομένα και βελτιώνονται με την εμπειρία χωρίς να είναι σαφώς προγραμματισμένοι, έχει αρχίσει να συνδέεται όλο και περισσότερο και με άλλες επιστήμες. Η φοροδιαφυγή αποτελεί ένα από τα σημαντικά προβλήματα που αντιμετωπίζουν οι φορολογικές αρχές παγκοσμίως, έχοντας αρνητική επίδραση στις δημοσιονομικές πολιτικές. Η εφαρμογή της μηχανικής μάθησης στον τομέα της φορολογίας φαίνεται να είναι καθοριστική για την αντιμετώπιση αυτού του προβλήματος. Στη συγκεκριμένη εργασία γίνεται προσπάθεια σύνδεσης της μηχανικής μάθησης με τη φοροδιαφυγή. | el |
| dc.description.abstracttranslated | In today's fast-paced world, where everything seems to be evolving at breakneck speed, the development and spread of artificial intelligence, particularly machine learning, was almost a foregone conclusion. This ability of computers to learn from data and improve on their own, without needing explicit programming, has opened doors to its use in many different fields. Tax evasion is a major problem for tax authorities around the globe, as it hurts government finances. Machine learning applied to taxation seems to be a game-changer in the fight against this issue. This specific study aims to delve into the connection between machine learning and tax evasion. | el |
| dc.format.extent | 67 | el |
| dc.identifier.uri | https://amitos.library.uop.gr/xmlui/handle/123456789/8020 | |
| dc.identifier.uri | http://dx.doi.org/10.26263/amitos-1522 | |
| dc.language.iso | el | el |
| dc.publisher | Πανεπιστήμιο Πελοποννήσου | el |
| dc.subject | Τεχνητή νοημοσύνη | el |
| dc.subject | Μηχανική μάθηση | el |
| dc.subject | Φορολογία -- Δίκαιο και νομοθεσία | el |
| dc.subject | Φοροδιαφυγή | el |
| dc.subject | Οικονομικό έγκλημα | el |
| dc.subject.keyword | Μηχανική μάθηση | el |
| dc.subject.keyword | Φορολογία | el |
| dc.subject.keyword | Φοροδιαφυγή | el |
| dc.subject.keyword | Machine learning | el |
| dc.subject.keyword | Taxation | el |
| dc.subject.keyword | Tax evasion | el |
| dc.title | Η μηχανική μάθηση στον εντοπισμό και την πρόληψη της φοροδιαφυγής | el |
| dc.title.alternative | Machine learning in detecting and preventing tax evasion | el |
| dc.type | Μεταπτυχιακή διπλωματική εργασία | el |