RT Generic
T1 Machine Learning para la estimación de riesgo de crédito de una cartera de consumo
A1 Erazo Laínez, Gabriela
AB 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.
YR 2024
FD 2024-09
LK https://hdl.handle.net/20.500.14352/108861
UL https://hdl.handle.net/20.500.14352/108861
LA spa
NO Abstract: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.
DS Docta Complutense
RD 16 abr 2025