http://repositorio.usfq.edu.ec/handle/23000/14624
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.advisor | Pineda, Israel, dir. | - |
dc.contributor.author | Llerena Camacho, Ángel David | - |
dc.date.accessioned | 2025-10-01T23:23:02Z | - |
dc.date.available | 2025-10-01T23:23:02Z | - |
dc.date.issued | 2024-12-01 | - |
dc.identifier.citation | Tesis (Magíster en Ciencia de Datos), Universidad San Francisco de Quito, Colegio de Posgrados ; Quito, Ecuador, 2024. | es_ES |
dc.identifier.uri | http://repositorio.usfq.edu.ec/handle/23000/14624 | - |
dc.description | Credit scoring serves as a crucial instrument for financial advisors in determining a client’s loan eligibility. Traditionally, these scores rely on external credit bureaus that consolidate global financial data, including total debts and credit histories. However, smaller financial institutions face challenges accessing this restricted information... | es_ES |
dc.description.abstract | La calificación crediticia es un instrumento crucial para que los asesores financieros determinen la elegibilidad de un cliente para un préstamo. Tradicionalmente, estas calificaciones dependen de agencias de crédito externas que consolidan datos financieros globales, incluidas las deudas totales y los historiales crediticios. Sin embargo, las instituciones financieras más pequeñas enfrentan desafíos para acceder a esta información restringida... | es_ES |
dc.format.extent | 19 h. | es_ES |
dc.language.iso | spa | es_ES |
dc.publisher | Quito | es_ES |
dc.rights | openAccess | es_ES |
dc.rights | Atribución-NoComercial-SinDerivadas 3.0 Ecuador | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/ec/ | * |
dc.subject | Inteligencia artificial - Riesgo crediticio - Tesis y disertaciones académicas. | es_ES |
dc.subject.other | Ciencias | es_ES |
dc.subject.other | Computación | es_ES |
dc.title | Comparative Evaluation of Supervised Machine Learning Models for CreditScore Prediction using CACPECO Data. | es_ES |
dc.type | masterThesis | es_ES |
Aparece en las colecciones: | Tesis - Maestría en Ciencia de Datos |
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
338870.PDF | Texto completo | 598.59 kB | Adobe PDF | ![]() Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons