Bienvenido al Repositorio Institucional de la UTPL (RiUTPL) que tiene como propósito centralizar los recursos educativos y objetos de aprendizaje generados por la comunidad académica;
este repositorio permitirá preservar, organizar y visibilizar la producción institucional
bajo la licencia Creative Commons 4.0.
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: | Redes neuronales-Bancos Riesgo financiero Inteligencia artificial Ingeniero en informática-Tesis y disertaciones académicas. |
| Issue Date: | 2016 |
| Citation: | Gaona Martínez Romel Alejandro.(2016).Desarrollo de un modelo predictivo para detección de riesgo crediticio utilizando redes neuronales para una entidad financiera.(Trabajo de titulación de ingeneiro en informática)UTPL.Quito |
| Abstract: | With this paper we want to help minimize credit risk by verifying customer access to credit granted by the financial institution that is under study; the goal is to leverage the strength of computer tools and artificial intelligence that can help us in this area, because their various techniques have been applied in finance with successful results in the field of detection and prediction. The success of our work is based on presenting a guide and to help the institution to verify whether the customer is feasible credit or not, that way both the debtor and the creditor will not be involved in the future with possible problems of finance such as legal problems and debts. With the result, the financial institution may have a tool to evaluate data and help in decision-making, because it is always good to accompany personal experience with technology and new procedures |
| Description: | 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: | http://dspace.utpl.edu.ec/handle/123456789/14540 |
| 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.