Machine learnig para la aprobación de créditos en entidades financieras
En el presente trabajo de investigación. Se sugiere un modelo de Machine Learning que permitirá clasificar si aprobar o no una Solicitud de crédito de una entidad financiera. Se ha realizado todos los procesos, para implementar diferentes modelos de Machine Learning. Desde la obtención de los datos, preparación, limpieza de conjuntos de datos, normalización, entre otros. Además, se ha utilizado diferentes métricas. Para. Evaluar los modelos de clasificación implementados. Se ha desarrollado el presente proyecto con tecnología de Google Colab que es un entorno virtual donde se puede desarrollar Machine Learning utilizando hojas Jupyter y la nueva tecnología de Voila para brindar un entorno agradable al usuario final, también se ha alojado el proyecto en la plataforma Github y se encuentra listo para su despliegue en cualquier nube ya sea de Amazon, Azure Microsoft o Google. La metodología utilizada durante el desarrollo de este proyecto es la metodología fundamental para la aplicación de ciencia de datos de IBM propuesta en 2015 que es muy utilizada por los científicos de datos y vigente todavía hasta la fecha. Si se demuestra que el modelo permite clasificar si aprobar o no una solicitud de crédito en una entidad financiera, entonces su implementación permitirá la reducción del riesgo de crédito, el tiempo que se incurre en la toma de decisión de aprobar una solicitud y ofrecer a los solicitantes una experiencia crediticia positiva.
| Main Author: | |
|---|---|
| Other Authors: | |
| Format: | Thesis biblioteca |
| Language: | Spanish / Castilian |
| Published: |
2021
|
| Subjects: | MACHINE LEARNING, ENTIDAD FINANCIERA, SOLICITUD DE CRÉDITOS, |
| Online Access: | http://repositorio.umsa.bo/xmlui/handle/123456789/28909 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|