Por favor, use este identificador para citar o enlazar este ítem:
http://repositorio.usfq.edu.ec/handle/23000/11348| Tipo de material: | bachelorThesis |
| Título : | Machine learning in finance : application of predictive models to determine payment probability |
| Autor : | Buitrón Chang, Andrés Sebastián Rodríguez Villalva, María Celeste |
| Director de Tesis : | Baldeón, María Gabriela, director |
| Descriptores : | Aprendizaje automático (Inteligencia artificial) - Investigaciones - Tesis y disertaciones académicas;Finanzas - Innovaciones tecnológicas |
| Fecha de publicación : | 20-dic-2021 |
| Editorial : | Quito |
| Citación : | Tesis (Ingeniero Industrial), Universidad San Francisco de Quito, Colegio de Ciencias e Ingenierías; Quito, Ecuador, 2021 |
| Páginas : | 39 h. |
| Acceso: | openAccess CC0 1.0 Universal |
| Resumen : | En las últimas décadas, la cobranza de deuda privada se ha convertido en una industria importante dentro del Ecuador. Las empresas de gestión de cobranza son organizaciones que manejan el proceso de recolección de efectivo de deudas vencidas y su rendimiento es medido por la tasa de éxito de recuperación. Sin embargo, determinar qué clientes van a pagar sus deudas es un proceso complicado y muchas veces juzgado subjetivamente... |
| Descripción : | In the last decades, private debt collection has become an important industry in Ecuador. Debt collection agencies are organizations that manage the process of collecting money from delinquent debts and their performance is often measured by the collection success rate. However, determining which clients will repay their liabilities is a complex process and many times subjectively judged... |
| URI : | http://repositorio.usfq.edu.ec/handle/23000/11348 |
| Aparece en las colecciones: | Tesis - Ingeniería Industrial |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| 202713-204027.pdf | Texto completo | 895.52 kB | Adobe PDF |  Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons
