Il lavoro della tesi affronta il tema delle rilevazione delle frodi finanziare utilizzando algoritmi di machine learning, un'area di crescente importanza nell'ambito della sicurezza informatica. Il lavoro inizia con un'introduzione generale sul contesto delle frodi, sottolineando l'aumento delle attività fraudolente negli ultimi anni e dell'importanza di implementare metodi di rilevazione e prevenzione. Successivamente, vengono presentati il panorama normativo europeo in merito all'antifrode ed i fondamenti teorici necessari per comprendere le differenze relative agli algoritmi di machine learning e come questi ultimi possono essere utili per la rilevazione e prevenzione delle attività fraudolente. In particolare, vengono approfonditi gli algoritmi di Decision Tree, Random Forest, Logistic Regression, Support Vector Machine e Artificial Neural Network, evidenziando i loro principi di funzionamento, le loro applicazioni pratiche con i relativi vantaggi e limiti.