Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10908/23632
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.MentorSvarc, Marcela
dc.creator.AutorHeliszkowski, Melina
dc.date.accessioned2024-04-15T21:51:07Z-
dc.date.available2024-04-15T21:51:07Z-
dc.date.issued2023
dc.identifier.urihttp://hdl.handle.net/10908/23632-
dc.descriptionFil: Heliszkowski, Melina. Universidad de San Andrés. Departamento de Matemática y Ciencias; Argentina.
dc.description.abstractEn el ámbito financiero contemporáneo, la toma de decisiones en la concesión de créditos es crucial para garantizar un equilibrio entre el riesgo y la rentabilidad. La creciente disponibilidad de información y las nuevas tecnologías han revolucionado este proceso, permitiendo un análisis más preciso y efectivo. Este trabajo se enfoca en desarrollar un modelo para determinar el incumplimiento en la concesión de créditos a corto plazo. La metodología se basa en la utilización del algoritmo construido a partir de un modelo de Random Forest, una técnica de aprendizaje automático que ha demostrado ser eficaz en la predicción de resultados crediticios.
dc.formatapplication/pdf
dc.languagespa
dc.publisherUniversidad de San Andrés. Departamento de Matemática y Ciencias
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightshttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.titleOptimización de decisiones crediticias : un enfoque de modelado con Random Forest
dc.typeTesis
dc.typeinfo:eu-repo/semantics/masterThesis
dc.typeinfo:ar-repo/semantics/tesis de maestría
dc.typeinfo:eu-repo/semantics/updatedVersion
Aparece en las colecciones: Maestría en Ciencia de Datos

Ficheros en este ítem:
Fichero Tamaño Formato  
[P][W] M. C.deD. Heliszkowski, Melina.pdf2.58 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.