Buscar en Google Scholar
Título: Machine Learning para predecir la morosidad en créditos MYPEs de la Caja Metropolitana de Lima
Asesor(es): Mauricio Sánchez, David Santos
Campo OCDE: https://purl.org/pe-repo/ocde/ford#2.02.04
Fecha de publicación: 2012
Institución: Universidad Nacional Mayor de San Marcos
Resumen: Propone el uso de una red neuronal (Perceptrón multicapa) para predecir el comportamiento de una MYPE respecto a la morosidad en el pago de sus créditos, permitiendo así anticipar y minimizar los efectos desfavorables en la eco nomía y gestión de la Caja Metropolitana de Lima. Se aplicó la metodología CRISP-DM para elaborar el modelo de la red neuronal. La implementación de la red se realizó utilizando el software WEKA como herramienta de análisis y procesamiento de datos. El sistema se desarrolló bajo la plataforma Java. En el software Weka se realizó el entrenamiento y validación de los datos, obteniéndose como resultado final de la validación del modelo de red neuronal una tasa de error de 1.25%
Nota: Publicación a texto completo no autorizada por el autor
Disciplina académico-profesional: Ingeniería de Sistemas
Institución que otorga el grado o título: Universidad Nacional Mayor de San Marcos. Facultad de Ingeniería de Sistemas e Informática. Escuela Académico Profesional de Ingeniería de Sistemas
Grado o título: Ingeniera de Sistemas
Fecha de registro: 4-jun-2020



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons