Aviso: para depositar documentos, por favor, inicia sesión e identifícate con tu cuenta de correo institucional de la UCM con el botón MI CUENTA UCM. No emplees la opción AUTENTICACIÓN CON CONTRASEÑA
 

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

Simple item page
dc.contributor.advisorPortela García-Miguel, Javier
dc.contributor.authorErazo Laínez, Gabriela
dc.date.accessioned2024-10-10T13:39:44Z
dc.date.available2024-10-10T13:39:44Z
dc.date.issued2024-09
dc.descriptionAbstract: Artificial Intelligence has significantly impacted people's daily lives, especially due to advancements in Machine Learning and its high accuracy. This work aims to determine and compare the effectiveness of Machine Learning models applied to the identification of credit risk in the customer portfolio of the Military Pension Institute. Techniques of variable selection and Feature Engineering were employed prior to modeling, following the SEMMA methodology.
dc.description.abstractLa 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.
dc.description.departmentDepto. de Estadística y Ciencia de los Datos
dc.description.facultyFac. de Estudios Estadísticos
dc.description.refereedTRUE
dc.description.statusunpub
dc.identifier.urihttps://hdl.handle.net/20.500.14352/108861
dc.language.isospa
dc.master.titleMáster en Minería de Datos e Inteligencia de Negocios
dc.page.total73
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internationalen
dc.rights.accessRightsopen access
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject.cdu004.85
dc.subject.cdu336.77
dc.subject.cdu336
dc.subject.cdu519.2
dc.subject.keywordMachine Learning
dc.subject.keywordRiesgo Crediticio
dc.subject.keywordInteligencia Artificial
dc.subject.keywordCredit Risk
dc.subject.keywordArtificial Intelligence
dc.subject.keywordMetodología SEMMA
dc.subject.keywordInstituto de Previsión Militar (Honduras)
dc.subject.ucmInteligencia artificial (Informática)
dc.subject.ucmFinanzas
dc.subject.ucmEstadística
dc.subject.unesco1203.04 Inteligencia Artificial
dc.subject.unesco5312.06 Finanzas y Seguros
dc.subject.unesco1209 Estadística
dc.titleMachine Learning para la estimación de riesgo de crédito de una cartera de consumo
dc.typemaster thesis
dc.type.hasVersionAO
dspace.entity.typePublication
relation.isAdvisorOfPublication44f935e8-9acf-4613-ab4d-e007edda7540
relation.isAdvisorOfPublication.latestForDiscovery44f935e8-9acf-4613-ab4d-e007edda7540

Download

Original bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
TFM_FINAL_GABRIELA_ERAZO_LAINEZ.pdf
Size:
1.88 MB
Format:
Adobe Portable Document Format
downoload Download

Collections

Trabajos Fin de Master (TFM)