Ficha Unidade Curricular (FUC)
Informação Geral / General Information
Carga Horária / Course Load
Área científica / Scientific area
Estatística e Análise de Dados
Departamento / Department
Ano letivo / Execution Year
2019/2020
Pré-requisitos / Pre-Requisites
N.a.
Objetivos Gerais / Objectives
Descobrir o que pode ser feito para proteger a organização contra fraudes. Saber quais as responsabilidades de gestão para a prevenção de fraudes e de controlos internos eficazes para ajudar neste esforço. Este curso proporciona técnicas avançadas de suporte à gestão do risco de fraude que potenciam a redução do custo da fraude para todos os tipos de entidades.
Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes
OA1.Saber definir fraude e reconhecer as diferenças entre prevenção e deteção de fraude; OA2. Reconhecer os tipos de dados e as ferramentas disponíveis para deteção de fraude; OA3. Aplicar técnicas avançadas de análise de dados para identificar indícios de fraude e reconhecer anomalias e sinais de alarme de fraude.
Conteúdos Programáticos / Syllabus
CP1. Conceito e tipos de fraude; CP2. Técnicas analíticas de prediçaode fraude; CP3. Aplicações práticas predição de fraude com uso de software analítico.
Demonstração da coerência dos conteúdos programáticos com os objetivos de aprendizagem da UC / Evidence that the curricular units content dovetails with the specified learning outcomes
Esta demonstração de coerência decorre da interligação dos conteúdos programáticos (CP) com os objetivos de aprendizagem (OA), como a seguir se explicita: CP1 -> OA 1,2 CP2 -> OA 2,3 CP3 -> OA 1,2,3
Avaliação / Assessment
Exame com ponderação de 100% nota final:1ª e 2ª épocas Nota mínima é de 9,5 valores para aprovação no curso
Metodologias de Ensino / Teaching methodologies
São utilizadas as seguintes metodologias de ensino-aprendizagem (ME): ME1. Expositivas, para apresentação dos quadros teóricos de referência. ME2. Participativas, com análise de artigos científicos. ME3. Ativas, com realização de trabalho de grupo ME4. Experimentais, em laboratório, com desenvolvimento e exploração de modelos em computador ME5. Auto-estudo, relacionado com o trabalho autónomo (TA) do aluno.
Demonstração da coerência das metodologias de ensino e avaliação com os objetivos de aprendizagem da UC / Evidence that the teaching and assessment methodologies are appropriate for the learning outcomes
Ao longo do período letivo, o aluno deverá adquirir e/ou desenvolver competências de análise e interpretação, assim como de comunicação escrita e oral. Ao longo do período letivo, o aluno deverá adquirir e/ou desenvolver competências de análise e interpretação, assim como de comunicação escrita e oral. As principais ligações entre as metodologias de ensino-aprendizagem e os respetivos objetivos são apresentados de seguida: ME1 -> OA 1, 2 ME2 -> OA 1, 2, 3 ME3 -> OA 1, 2, 3 ME4 -> OA 2, 3 ME5 -> OA 1, 2, 3
Observações / Observations
.
Bibliografia Principal / Main Bibliography
Gee, Sunder (2015). Fraud and fraud detection: a data analytics approach, Wiley corporate F&A series. Baesens, Bart, Van Vlasselaer, Veronique & Verbeke, Wouter (2015). Fraud Analytics Using Descriptive, Predictive, and Social Network Techniques, John Wiley & Sons, Inc. ACFE (2018), Report to the Nations on Occupational Fraud and Abuse.
Bibliografia Secundária / Secondary Bibliography
Westphal, C. (2009). Data Mining for Intelligence, Fraud & Criminal Detection: Advanced Analytics & Information Sharing Stamler, Rodney T.; Marschdorf, Hans J.; & Possamai, Mario (2014). Fraud Prevention and Detection of Warning Signs and the Red Flag System. CRC Press. Coderre, D. (2009). Computer-Aided Fraud Prevention and Detection: A Step by Step Guide. John Wiley & Sons. Nigrini, M. J. (2015). Fraud Risk Assessments of Forensic Units. Forensic Analytics: Methods and Techniques for Forensic Accounting Investigations.
Data da última atualização / Last Update Date
2024-02-16