Please use this identifier to cite or link to this item:
http://dspace.utpl.edu.ec/handle/123456789/14540| Title: | Desarrollo de un modelo predictivo para detección de riesgo crediticio utilizando redes neuronales para una entidad financiera |
| Authors: | Riofrío Calderón, Guido Eduardo Gaona Martínez, Romel Alejandro |
| Keywords: | Ecuador. Tesis digital. |
| Issue Date: | 2016 |
| Citation: | Gaona Martínez, R. A. Riofrío Calderón, G. E. (2016) Desarrollo de un modelo predictivo para detección de riesgo crediticio utilizando redes neuronales para una entidad financiera [Tesis de N/D, Universidad Técnica Particular de Loja]. Repositorio Institucional. https://dspace.utpl.edu.ec/handle/123456789/14540 |
| Abstract: | N/D |
| Description: | Resumen:Con el presente trabajo se desea ayudar a minimizar los riesgos crediticios mediante la verificación del acceso de los clientes a los créditos que otorga la entidad financiera que es objeto de estudio; el objetivo es aprovechar la fortaleza de las herramientas de la computación e inteligencia artificial que nos pueden ayudar en ésta área, debido a que sus diversas técnicas han sido aplicadas en finanzas con exitosos resultados dentro del ámbito de detección y predicción. El éxito de nuestra tarea se basa en presentar una guía y poder ayudar a la institución a verificar si el cliente es factible de crédito o no, de esa manera tanto el deudor como el acreedor no se verán inmersos en el futuro con posibles problemas de finanzas, tales como problemas legales y deudas. Con el resultado obtenido, la institución financiera podrá contar con una herramienta para evaluar datos y ayuda en la toma de decisiones, ya que siempre es bueno acompañar a la experiencia personal con la tecnología y nuevos procedimientos. |
| URI: | https://bibliotecautpl.utpl.edu.ec/cgi-bin/abnetclwo?ACC=DOSEARCH&xsqf99=89863.TITN. |
| Appears in Collections: | Ingeniero en Informática |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Gaona_Martínez_Romel_Alexandro.pdf | 3.42 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.
