Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.usfq.edu.ec/handle/23000/547
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorJiménez, Carlos (dir)-
dc.contributor.authorFigueroa, Mauricio-
dc.date.accessioned2011-10-03T19:51:09Z-
dc.date.available2011-10-03T19:51:09Z-
dc.date.issued2006-09-
dc.identifier.citationTesis (Maestría en Matemáticas Aplicadas), Universidad San Francisco de Quito; Quito, Ecuador, septiembre 2006.es_ES
dc.identifier.otherQA 9.2 .F54 2006-
dc.identifier.urihttp://repositorio.usfq.edu.ec/handle/23000/547-
dc.descriptionMethods for classi¯cation like discriminant analysis, Fisher analysis, logistic regression, classi¯cation trees, neural networks and support vectors machines and its applications to credit scoring are revised in this paper.es_ES
dc.description.abstractEn el presente trabajo se explora las técnicas de clasificación conocidas como análisis discriminante, análisis de Fisher, regresíon logística, árboles de clasificación, redes neuronales y support vectors machines y las particularidades de su aplicación al proceso de aprobación de créditos de consumo denominado credit scoring.es_ES
dc.format.extentxii, 104 h.: il.es_ES
dc.language.isoespes_ES
dc.publisherQuito: USFQ, 2006es_ES
dc.rightsopenAccesses_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/ec/es_ES
dc.subjectAnálisis matemáticoes_ES
dc.subjectMatemáticas aplicadases_ES
dc.subject.otherCienciases_ES
dc.subject.otherMatemáticases_ES
dc.titleMinería de datos aplicada a Credit Scoringes_ES
dc.typebachelorThesises_ES
Aparece en las colecciones: Tesis - Maestría en Matemática Aplicada

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
82579.pdfTESIS A TEXTO COMPLETO539.96 kBAdobe PDFVista previa
Visualizar/Abrir


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