Sistema de Predicción de Riesgo Crediticio mediante el uso de Técnicas y Algoritmos de Minería de Datos Caso Estudio: Fondo Complementario Previsional Cerrado de Cesantía de la Universidad de las Fuerzas Armadas ESPE

Las inversiones y las líneas de crédito son fundamentales para el desarrollo de la economía y están alineados y son base para alcanzar el objetivo del Fondo Complementario Previsional Cerrado de Cesantía de la Universidad de las Fuerzas Armadas ESPE, siendo una organización creada para crear ahorros...

Deskribapen osoa

Gorde:
Xehetasun bibliografikoak
Egile nagusia: Junia Cando, Mauricio Iván (author)
Beste egile batzuk: Sampedro Giler, Francisco Gonzalo (author)
Formatua: bachelorThesis
Hizkuntza:spa
Argitaratua: 2022
Gaiak:
Sarrera elektronikoa:http://repositorio.espe.edu.ec/handle/21000/36687
Etiketak: Etiketa erantsi
Etiketarik gabe, Izan zaitez lehena erregistro honi etiketa jartzen!
_version_ 1840613633031143424
author Junia Cando, Mauricio Iván
author2 Sampedro Giler, Francisco Gonzalo
author2_role author
author_facet Junia Cando, Mauricio Iván
Sampedro Giler, Francisco Gonzalo
author_role author
collection Repositorio Universidad de las Fuerzas Armadas
dc.contributor.none.fl_str_mv Campaña Ortega, Eduardo Mauricio
dc.creator.none.fl_str_mv Junia Cando, Mauricio Iván
Sampedro Giler, Francisco Gonzalo
dc.date.none.fl_str_mv 2022
2023-08-03T01:36:40Z
2023-08-03T01:36:40Z
dc.format.none.fl_str_mv application/pdf
application/pdf
application/pdf
dc.identifier.none.fl_str_mv Junia Cando, Mauricio Iván y Sampedro Giler, Francisco Gonzalo (2022). Sistema de Predicción de Riesgo Crediticio mediante el uso de Técnicas y Algoritmos de Minería de Datos Caso Estudio: Fondo Complementario Previsional Cerrado de Cesantía de la Universidad de las Fuerzas Armadas ESPE. Carrera de Ingeniería de Sistemas e Informática. Universidad de las Fuerzas Armadas ESPE. Matriz Sangolquí.
052812
http://repositorio.espe.edu.ec/handle/21000/36687
dc.language.none.fl_str_mv spa
dc.publisher.none.fl_str_mv Universidad de las Fuerzas Armadas ESPE. Carrera de Ingeniería de Sistemas e Informática.
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.source.none.fl_str_mv reponame:Repositorio Universidad de las Fuerzas Armadas
instname:Universidad de las Fuerzas Armadas
instacron:ESPE
dc.subject.none.fl_str_mv MINERÍA DE DATOS
RIESGO DE CRÉDITO
PREDICCIÓN DEL RIESGO DE CRÉDITO
METODOLOGÍA DE MINERÍA DE DATOS
HERRAMIENTA DE MINERÍA DE DATOS
dc.title.none.fl_str_mv Sistema de Predicción de Riesgo Crediticio mediante el uso de Técnicas y Algoritmos de Minería de Datos Caso Estudio: Fondo Complementario Previsional Cerrado de Cesantía de la Universidad de las Fuerzas Armadas ESPE
dc.type.none.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/bachelorThesis
description Las inversiones y las líneas de crédito son fundamentales para el desarrollo de la economía y están alineados y son base para alcanzar el objetivo del Fondo Complementario Previsional Cerrado de Cesantía de la Universidad de las Fuerzas Armadas ESPE, siendo una organización creada para crear ahorros entre sus participantes y brindarles beneficios y créditos. Las expectativas y aspiraciones financieras de todos los participantes, brinda a los docentes, personal administrativo y de servicios, afiliados antiguos y nuevos las facilidades para iniciar y manejar sus ahorros, que se convertirán en un Fondo para un futuro mejor, Identificar la relación entre los créditos y los requisitos a cumplir por parte de los partícipes permitirá mediante la predicción de riesgo de crédito, mejorar los procesos de otorgamiento de créditos, asegurando que el riesgo crediticio sea lo menor posible. Esta investigación de minería de datos se ha llevado a cabo para identificar las tendencias de bajo riesgo y alto riesgo. riesgo o PNL (préstamos con mora) a partir de los datos históricos y construir un modelo predictivo para ayudar a la gestión del Fondo Complementario Previsional Cerrado de Cesantía de la Universidad de las Fuerzas Armadas ESPE, Para llevar a cabo el experimento se utiliza un modelo de Proceso de Descubrimiento de Conocimiento híbrido de seis pasos, aplicando la metodología SEMMA , se ha utilizado la herramienta Rapidminer, Los datos Los datos requeridos se recogieron de los repositorios de base de datos. Se preprocesaron los datos para para la minería utilizando el software Rapidminer, utilizó tres algoritmos de minería de datos (Gradient Boosted Trees, Deep Learning y Naïve Bayes) para desarrollar el modelo predictivo. Los resultados indicaron que Naive Bayes es el mejor predictor con un 96,0167%.
eu_rights_str_mv openAccess
format bachelorThesis
id ESPE_819f0ee5ddf16ff1e2ab9f45e857bd1c
identifier_str_mv Junia Cando, Mauricio Iván y Sampedro Giler, Francisco Gonzalo (2022). Sistema de Predicción de Riesgo Crediticio mediante el uso de Técnicas y Algoritmos de Minería de Datos Caso Estudio: Fondo Complementario Previsional Cerrado de Cesantía de la Universidad de las Fuerzas Armadas ESPE. Carrera de Ingeniería de Sistemas e Informática. Universidad de las Fuerzas Armadas ESPE. Matriz Sangolquí.
052812
instacron_str ESPE
institution ESPE
instname_str Universidad de las Fuerzas Armadas
language spa
network_acronym_str ESPE
network_name_str Repositorio Universidad de las Fuerzas Armadas
oai_identifier_str oai:repositorio.espe.edu.ec:21000/36687
publishDate 2022
publisher.none.fl_str_mv Universidad de las Fuerzas Armadas ESPE. Carrera de Ingeniería de Sistemas e Informática.
reponame_str Repositorio Universidad de las Fuerzas Armadas
repository.mail.fl_str_mv .
repository.name.fl_str_mv Repositorio Universidad de las Fuerzas Armadas - Universidad de las Fuerzas Armadas
repository_id_str 2042
spelling Sistema de Predicción de Riesgo Crediticio mediante el uso de Técnicas y Algoritmos de Minería de Datos Caso Estudio: Fondo Complementario Previsional Cerrado de Cesantía de la Universidad de las Fuerzas Armadas ESPEJunia Cando, Mauricio IvánSampedro Giler, Francisco GonzaloMINERÍA DE DATOSRIESGO DE CRÉDITOPREDICCIÓN DEL RIESGO DE CRÉDITOMETODOLOGÍA DE MINERÍA DE DATOSHERRAMIENTA DE MINERÍA DE DATOSLas inversiones y las líneas de crédito son fundamentales para el desarrollo de la economía y están alineados y son base para alcanzar el objetivo del Fondo Complementario Previsional Cerrado de Cesantía de la Universidad de las Fuerzas Armadas ESPE, siendo una organización creada para crear ahorros entre sus participantes y brindarles beneficios y créditos. Las expectativas y aspiraciones financieras de todos los participantes, brinda a los docentes, personal administrativo y de servicios, afiliados antiguos y nuevos las facilidades para iniciar y manejar sus ahorros, que se convertirán en un Fondo para un futuro mejor, Identificar la relación entre los créditos y los requisitos a cumplir por parte de los partícipes permitirá mediante la predicción de riesgo de crédito, mejorar los procesos de otorgamiento de créditos, asegurando que el riesgo crediticio sea lo menor posible. Esta investigación de minería de datos se ha llevado a cabo para identificar las tendencias de bajo riesgo y alto riesgo. riesgo o PNL (préstamos con mora) a partir de los datos históricos y construir un modelo predictivo para ayudar a la gestión del Fondo Complementario Previsional Cerrado de Cesantía de la Universidad de las Fuerzas Armadas ESPE, Para llevar a cabo el experimento se utiliza un modelo de Proceso de Descubrimiento de Conocimiento híbrido de seis pasos, aplicando la metodología SEMMA , se ha utilizado la herramienta Rapidminer, Los datos Los datos requeridos se recogieron de los repositorios de base de datos. Se preprocesaron los datos para para la minería utilizando el software Rapidminer, utilizó tres algoritmos de minería de datos (Gradient Boosted Trees, Deep Learning y Naïve Bayes) para desarrollar el modelo predictivo. Los resultados indicaron que Naive Bayes es el mejor predictor con un 96,0167%.Universidad de las Fuerzas Armadas ESPE. Carrera de Ingeniería de Sistemas e Informática.Campaña Ortega, Eduardo Mauricio2023-08-03T01:36:40Z2023-08-03T01:36:40Z2022info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfapplication/pdfapplication/pdfJunia Cando, Mauricio Iván y Sampedro Giler, Francisco Gonzalo (2022). Sistema de Predicción de Riesgo Crediticio mediante el uso de Técnicas y Algoritmos de Minería de Datos Caso Estudio: Fondo Complementario Previsional Cerrado de Cesantía de la Universidad de las Fuerzas Armadas ESPE. Carrera de Ingeniería de Sistemas e Informática. Universidad de las Fuerzas Armadas ESPE. Matriz Sangolquí.052812http://repositorio.espe.edu.ec/handle/21000/36687spainfo:eu-repo/semantics/openAccessreponame:Repositorio Universidad de las Fuerzas Armadasinstname:Universidad de las Fuerzas Armadasinstacron:ESPE2024-07-27T11:13:03Zoai:repositorio.espe.edu.ec:21000/36687Institucionalhttps://repositorio.espe.edu.ec/Universidad públicahttps://www.espe.edu.ec/https://repositorio.espe.edu.ec/oai.Ecuador...opendoar:20422024-07-27T11:13:03Repositorio Universidad de las Fuerzas Armadas - Universidad de las Fuerzas Armadasfalse
spellingShingle Sistema de Predicción de Riesgo Crediticio mediante el uso de Técnicas y Algoritmos de Minería de Datos Caso Estudio: Fondo Complementario Previsional Cerrado de Cesantía de la Universidad de las Fuerzas Armadas ESPE
Junia Cando, Mauricio Iván
MINERÍA DE DATOS
RIESGO DE CRÉDITO
PREDICCIÓN DEL RIESGO DE CRÉDITO
METODOLOGÍA DE MINERÍA DE DATOS
HERRAMIENTA DE MINERÍA DE DATOS
status_str publishedVersion
title Sistema de Predicción de Riesgo Crediticio mediante el uso de Técnicas y Algoritmos de Minería de Datos Caso Estudio: Fondo Complementario Previsional Cerrado de Cesantía de la Universidad de las Fuerzas Armadas ESPE
title_full Sistema de Predicción de Riesgo Crediticio mediante el uso de Técnicas y Algoritmos de Minería de Datos Caso Estudio: Fondo Complementario Previsional Cerrado de Cesantía de la Universidad de las Fuerzas Armadas ESPE
title_fullStr Sistema de Predicción de Riesgo Crediticio mediante el uso de Técnicas y Algoritmos de Minería de Datos Caso Estudio: Fondo Complementario Previsional Cerrado de Cesantía de la Universidad de las Fuerzas Armadas ESPE
title_full_unstemmed Sistema de Predicción de Riesgo Crediticio mediante el uso de Técnicas y Algoritmos de Minería de Datos Caso Estudio: Fondo Complementario Previsional Cerrado de Cesantía de la Universidad de las Fuerzas Armadas ESPE
title_short Sistema de Predicción de Riesgo Crediticio mediante el uso de Técnicas y Algoritmos de Minería de Datos Caso Estudio: Fondo Complementario Previsional Cerrado de Cesantía de la Universidad de las Fuerzas Armadas ESPE
title_sort Sistema de Predicción de Riesgo Crediticio mediante el uso de Técnicas y Algoritmos de Minería de Datos Caso Estudio: Fondo Complementario Previsional Cerrado de Cesantía de la Universidad de las Fuerzas Armadas ESPE
topic MINERÍA DE DATOS
RIESGO DE CRÉDITO
PREDICCIÓN DEL RIESGO DE CRÉDITO
METODOLOGÍA DE MINERÍA DE DATOS
HERRAMIENTA DE MINERÍA DE DATOS
url http://repositorio.espe.edu.ec/handle/21000/36687