3. "Методические рекомендации по оценке рисков при проведении аудита эффективности" (утв. Коллегией Счетной палаты РФ, протокол от 19.07.2022 N 49К (1574)) (вместе с "Примерным запросом объекту аудита (контроля)") (ред. от 05.12.2023)

Для определения объектов аудита (контроля) с высоким уровнем риска могут быть использованы методы классификации или кластеризации.

Методы классификации относятся к алгоритмам машинного обучения с учителем. Машинное обучение с учителем - набор методов математической статистики, в которых в ходе анализа используются переменные с уже известными (реализовавшимися) значениями - зависимая переменная и независимые (объясняющие) переменные. Сам анализ состоит в том, что при помощи методов математической статистики выявляется статистическая взаимосвязь между зависимой и независимыми переменными. В случае когда набор данных содержит в себе признаки (риск-факторы) и ответы (уровень рисков объектов аудита (контроля) - например, "низкий", "средний", "высокий"), то есть представляет собой размеченный набор данных, алгоритм машинного обучения с учителем позволяет предсказывать уровень риска для объектов аудита (контроля), по которым есть данные о риск-факторах, но нет данных об уровне риска. "Учителем" в этом случае выступает исходный, полностью размеченный набор объектов, на котором модель обучается.

Ограничение применимости методов машинного обучения с учителем состоит в том, что для них требуется большой набор достоверно размеченных данных.