Eficacia de los modelos de aprendizaje de máquina para evaluar el riesgo crediticio de personas naturales en una institución financiera de Chicayo.

Descripción del Articulo

La presente investigación tuvo como objetivo determinar que los modelos de aprendizaje de máquina evalúan eficazmente el riesgo crediticio de personas naturales de una institución financiera de Chiclayo que el modelo clásico de credit scoring estimado mediante la Regresión Logística. La investigació...

Descripción completa

Detalles Bibliográficos
Autor: Tesén Arroyo, Alfonso
Formato: tesis doctoral
Fecha de Publicación:2017
Institución:Universidad Nacional del Santa
Repositorio:UNS - Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.uns.edu.pe:20.500.14278/2980
Enlace del recurso:https://hdl.handle.net/20.500.14278/2980
Nivel de acceso:acceso abierto
Materia:Chiclayo
Regresión Logística
aprendizaje de maquina
riesgo crediticio
financiera
id UNSR_254b9bee50eed9a19d8bdc447d83568b
oai_identifier_str oai:repositorio.uns.edu.pe:20.500.14278/2980
network_acronym_str UNSR
network_name_str UNS - Institucional
repository_id_str 3819
dc.title.es_PE.fl_str_mv Eficacia de los modelos de aprendizaje de máquina para evaluar el riesgo crediticio de personas naturales en una institución financiera de Chicayo.
title Eficacia de los modelos de aprendizaje de máquina para evaluar el riesgo crediticio de personas naturales en una institución financiera de Chicayo.
spellingShingle Eficacia de los modelos de aprendizaje de máquina para evaluar el riesgo crediticio de personas naturales en una institución financiera de Chicayo.
Tesén Arroyo, Alfonso
Chiclayo
Regresión Logística
aprendizaje de maquina
riesgo crediticio
financiera
title_short Eficacia de los modelos de aprendizaje de máquina para evaluar el riesgo crediticio de personas naturales en una institución financiera de Chicayo.
title_full Eficacia de los modelos de aprendizaje de máquina para evaluar el riesgo crediticio de personas naturales en una institución financiera de Chicayo.
title_fullStr Eficacia de los modelos de aprendizaje de máquina para evaluar el riesgo crediticio de personas naturales en una institución financiera de Chicayo.
title_full_unstemmed Eficacia de los modelos de aprendizaje de máquina para evaluar el riesgo crediticio de personas naturales en una institución financiera de Chicayo.
title_sort Eficacia de los modelos de aprendizaje de máquina para evaluar el riesgo crediticio de personas naturales en una institución financiera de Chicayo.
author Tesén Arroyo, Alfonso
author_facet Tesén Arroyo, Alfonso
author_role author
dc.contributor.advisor.fl_str_mv Gamboa Cruzado, Javier Arturo
dc.contributor.author.fl_str_mv Tesén Arroyo, Alfonso
dc.subject.es_PE.fl_str_mv Chiclayo
Regresión Logística
aprendizaje de maquina
riesgo crediticio
financiera
topic Chiclayo
Regresión Logística
aprendizaje de maquina
riesgo crediticio
financiera
description La presente investigación tuvo como objetivo determinar que los modelos de aprendizaje de máquina evalúan eficazmente el riesgo crediticio de personas naturales de una institución financiera de Chiclayo que el modelo clásico de credit scoring estimado mediante la Regresión Logística. La investigación es de tipo descriptivo explicativo y predictivo para lo cual se trabajó con la metodología CRISP-DM. Para el desarrollo de la investigación se utilizaron los modelos de aprendizaje de maquina tales como, Árboles de Calsificación, Redes Neuronales, Maquinas de Soporte Vectorial y el modelo clásico de la Regresión Logística; la base de datos estuvo contituída por 2464 clientes, de los cuales se utilizó el 70% de la base para el entrenamiento el 30% restante para la validación.
publishDate 2017
dc.date.accessioned.none.fl_str_mv 2017-12-01T17:13:03Z
dc.date.available.none.fl_str_mv 2017-12-01T17:13:03Z
dc.date.issued.fl_str_mv 2017
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.14278/2980
url https://hdl.handle.net/20.500.14278/2980
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.*.fl_str_mv Attribution-NonCommercial 3.0 United States
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc/3.0/us/
eu_rights_str_mv openAccess
rights_invalid_str_mv Attribution-NonCommercial 3.0 United States
http://creativecommons.org/licenses/by-nc/3.0/us/
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Nacional del Santa
dc.source.es_PE.fl_str_mv Universidad Nacional del Santa
Repositorio Institucional - UNS
dc.source.none.fl_str_mv reponame:UNS - Institucional
instname:Universidad Nacional del Santa
instacron:UNS
instname_str Universidad Nacional del Santa
instacron_str UNS
institution UNS
reponame_str UNS - Institucional
collection UNS - Institucional
bitstream.url.fl_str_mv http://repositorio.uns.edu.pe/bitstream/20.500.14278/2980/6/46297.pdf.jpg
http://repositorio.uns.edu.pe/bitstream/20.500.14278/2980/1/46297.pdf
http://repositorio.uns.edu.pe/bitstream/20.500.14278/2980/2/license_rdf
http://repositorio.uns.edu.pe/bitstream/20.500.14278/2980/3/license.txt
http://repositorio.uns.edu.pe/bitstream/20.500.14278/2980/5/46297.pdf.txt
bitstream.checksum.fl_str_mv b05b4e1afe888bc0582a0eb07111aacd
093090f1b626d4e53922d01ddc23ad7e
da3654ba11642cda39be2b66af335aae
c52066b9c50a8f86be96c82978636682
b0629ffe790346ef33635a28b9241f7c
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv DSpace Universidad Nacional del Santa
repository.mail.fl_str_mv repositorio@uns.edu.pe
_version_ 1838823243694211072
spelling Gamboa Cruzado, Javier ArturoTesén Arroyo, Alfonso2017-12-01T17:13:03Z2017-12-01T17:13:03Z2017https://hdl.handle.net/20.500.14278/2980La presente investigación tuvo como objetivo determinar que los modelos de aprendizaje de máquina evalúan eficazmente el riesgo crediticio de personas naturales de una institución financiera de Chiclayo que el modelo clásico de credit scoring estimado mediante la Regresión Logística. La investigación es de tipo descriptivo explicativo y predictivo para lo cual se trabajó con la metodología CRISP-DM. Para el desarrollo de la investigación se utilizaron los modelos de aprendizaje de maquina tales como, Árboles de Calsificación, Redes Neuronales, Maquinas de Soporte Vectorial y el modelo clásico de la Regresión Logística; la base de datos estuvo contituída por 2464 clientes, de los cuales se utilizó el 70% de la base para el entrenamiento el 30% restante para la validación.Tesisapplication/pdfspaUniversidad Nacional del Santainfo:eu-repo/semantics/openAccessAttribution-NonCommercial 3.0 United Stateshttp://creativecommons.org/licenses/by-nc/3.0/us/Universidad Nacional del SantaRepositorio Institucional - UNSreponame:UNS - Institucionalinstname:Universidad Nacional del Santainstacron:UNS ChiclayoRegresión Logísticaaprendizaje de maquinariesgo crediticiofinancieraEficacia de los modelos de aprendizaje de máquina para evaluar el riesgo crediticio de personas naturales en una institución financiera de Chicayo.info:eu-repo/semantics/doctoralThesisSUNEDUDoctor en Estadística MatemáticaUniversidad Nacional del Santa - Escuela PostgradoDoctoradoEstadística MatemáticaTHUMBNAIL46297.pdf.jpg46297.pdf.jpgGenerated Thumbnailimage/jpeg5735http://repositorio.uns.edu.pe/bitstream/20.500.14278/2980/6/46297.pdf.jpgb05b4e1afe888bc0582a0eb07111aacdMD56ORIGINAL46297.pdf46297.pdfapplication/pdf2552998http://repositorio.uns.edu.pe/bitstream/20.500.14278/2980/1/46297.pdf093090f1b626d4e53922d01ddc23ad7eMD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81379http://repositorio.uns.edu.pe/bitstream/20.500.14278/2980/2/license_rdfda3654ba11642cda39be2b66af335aaeMD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81327http://repositorio.uns.edu.pe/bitstream/20.500.14278/2980/3/license.txtc52066b9c50a8f86be96c82978636682MD53TEXT46297.pdf.txt46297.pdf.txtExtracted texttext/plain105http://repositorio.uns.edu.pe/bitstream/20.500.14278/2980/5/46297.pdf.txtb0629ffe790346ef33635a28b9241f7cMD5520.500.14278/2980oai:repositorio.uns.edu.pe:20.500.14278/29802023-05-22 22:09:22.469DSpace Universidad Nacional del Santarepositorio@uns.edu.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
score 13.987529
Eficacia de los modelos de aprendizaje de máquina para evaluar el riesgo crediticio de personas naturales en una institución financiera de Chicayo.
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares