Machine Learning para la estimación de riesgo de crédito de una cartera de consumo

Abstract

La Inteligencia Artificial ha tenido un impacto significativo en la vida cotidiana de las personas, especialmente debido a los avances en Machine Learning y su alta precisión. Este trabajo tiene como objetivo determinar y comparar la eficacia de los modelos de Machine Learning aplicados a la identificación del riesgo crediticio en la cartera de clientes del Instituto de Previsión Militar. Para ello, se emplearon técnicas de selección de variables y Feature Engineering antes de la modelización, siguiendo la metodología SEMMA.