مقالة علمية محكَّمة
نموذج ثنائي ومتعدد التصنيفات للتهرب الضريبي: دراسة مقارنة
A Binary and Multi Classification Model on Tax Evasion: A Comparative Study
2024 1st International Conference on Emerging Technologies for Dependable Internet of Things (ICETI) · 2024 · pp. 1–9
IEEE
الملخّص
تقارن هذه الدراسة أداء نماذج تعلم آلي تشمل: DT وRF وSVM وMLP باستخدام تصنيف ثنائي وتصنيف متعدد الفئات على بيانات ضريبة الأرباح التجارية والصناعية من مصلحة الضرائب اليمنية (1083 سجلًا) بعد المعالجة المسبقة. خلص الباحثون إلى أن MLP كان الأكثر كفاءة في التصنيف متعدد الفئات محققًا دقة 99.77%، واسترجاع 93.25%، ودقة إيجابية 92.02%، وF-score بمقدار 92.63%، ما يدعم فعالية الشبكات العصبية متعددة الطبقات في هذا السياق.
الكلمات المفتاحية
التصنيف الثنائي
التصنيف متعدد المتغيرات
نموذج متعدد الفئات
تعلم الآلة
نماذج تعلم الآلة
تقنيات تعلم الآلة
نوع التصنيف
الجهات الضريبية
مصفوفة الالتباس
متعدد التسميات
فئات متعددة
كشف الاحتيال
الإدارة الضريبية
RapidMiner
الاحتيال المالي