Análisis de los factores clave que se pueden utilizar para predecir con precisión el riesgo de incumplimiento de un préstamo utilizando técnicas de Machine Learning
Análisis de los factores clave que se pueden utilizar para predecir con precisión el riesgo de incumplimiento de un préstamo utilizando técnicas de Machine Learning
dc.contributor.advisor | Herwin, Alejandro | |
dc.contributor.author | Espitia Zamora, Melanie | |
dc.contributor.author | Godoy Baquero, Nathaly | |
dc.creator.degree | Contador Público | |
dc.date.accessioned | 2024-11-25T20:46:03Z | |
dc.date.available | 2024-11-25T20:46:03Z | |
dc.date.issued | 2024 | |
dc.date.submitted | 2024 | |
dc.description.abstract | Este documento muestra un análisis de los factores claves utilizados por las entidades financieras haciendo uso de una base de datos obtenida por internet, para poder predecir de forma precisa el riesgo de incumplimiento de un usuario con respecto a un préstamo solicitado, y así poder evaluar la influencia que tienes algunos o todos los factores con respecto a la aprobación o no de un prestamos bancario mediante el uso de técnicas innovadoras cómo el Machine Learning y exponer cómo este tipo de herramientas son vital ayuda para el sector financiero en el objetivo de disminuir la exposición a los riesgos de mercado. | |
dc.description.provenance | Submitted by MELANIE BRIGITTE ESPITIA ZAMORA (melanieespitiabz@unimagdalena.edu.co) on 2024-11-19T19:40:26Z workflow start=Step: reviewstep - action:claimaction No. of bitstreams: 2 Trabajo Final.pdf: 670845 bytes, checksum: c93c8bbc8c25ca7fc1b8ce70cb269729 (MD5) BI_F12_Formato_Licencia_Publicacion_Trabajos_Grado (1)_signed.pdf: 479403 bytes, checksum: 26f2de7e9a9d6b82703c9a080815d6df (MD5) | en |
dc.description.provenance | Step: reviewstep - action:reviewaction Approved for entry into archive by CONTADURÍA PÚBLICA CONTADURÍA PÚBLICA(contaduria@unimagdalena.edu.co) on 2024-11-20T22:10:32Z (GMT) | en |
dc.description.provenance | Step: editstep - action:editaction Approved for entry into archive by Mirlis Marina Bravo Zabaleta(mbravo@unimagdalena.edu.co) on 2024-11-25T20:46:03Z (GMT) | en |
dc.description.provenance | Made available in DSpace on 2024-11-25T20:46:03Z (GMT). No. of bitstreams: 2 Trabajo Final.pdf: 670845 bytes, checksum: c93c8bbc8c25ca7fc1b8ce70cb269729 (MD5) BI_F12_Formato_Licencia_Publicacion_Trabajos_Grado (1)_signed.pdf: 479403 bytes, checksum: 26f2de7e9a9d6b82703c9a080815d6df (MD5) Previous issue date: 2024 | en |
dc.format | text | |
dc.identifier.uri | https://repositorio.unimagdalena.edu.co/handle/123456789/22030 | |
dc.language.iso | es | |
dc.publisher | Universidad del Magdalena | |
dc.publisher.department | Facultad de Ciencias Empresariales y Económicas | |
dc.publisher.program | Contaduría Pública | |
dc.rights | atribucionnocomercialsinderivar | |
dc.rights.cc | Acceso Abierto | |
dc.subject | Analizar | |
dc.subject | Riesgo | |
dc.subject | Medir | |
dc.subject | Crédito | |
dc.subject | Finanzas | |
dc.subject | Técnicas | |
dc.title | Análisis de los factores clave que se pueden utilizar para predecir con precisión el riesgo de incumplimiento de un préstamo utilizando técnicas de Machine Learning | |
dc.type | bachelorThesis |
Files
Original bundle
1 - 2 of 2
No Thumbnail Available
- Name:
- Trabajo Final.pdf
- Size:
- 655.12 KB
- Format:
- Adobe Portable Document Format
- Description:
No Thumbnail Available
- Name:
- BI_F12_Formato_Licencia_Publicacion_Trabajos_Grado (1)_signed.pdf
- Size:
- 468.17 KB
- Format:
- Adobe Portable Document Format
- Description:
- Restringido
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 2.43 KB
- Format:
- Item-specific license agreed upon to submission
- Description: