Optimización de decisiones crediticias : un enfoque de modelado con Random Forest

dc.contributor.Mentor	Svarc, Marcela
dc.creator.Autor	Heliszkowski, Melina
dc.date.accessioned	2024-04-15T21:51:07Z
dc.date.available	2024-04-15T21:51:07Z
dc.date.issued	2023
dc.description	Fil: Heliszkowski, Melina. Universidad de San Andrés. Departamento de Matemática y Ciencias; Argentina.
dc.description.abstract	En 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.format	application/pdf
dc.identifier.uri	http://hdl.handle.net/10908/23632
dc.language	spa
dc.publisher	Universidad de San Andrés. Departamento de Matemática y Ciencias
dc.rights	info:eu-repo/semantics/openAccess
dc.rights	https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.title	Optimización de decisiones crediticias : un enfoque de modelado con Random Forest
dc.type	Tesis
dc.type	info:eu-repo/semantics/masterThesis
dc.type	info:ar-repo/semantics/tesis de maestría
dc.type	info:eu-repo/semantics/updatedVersion