Predicción de préstamos fallidos

Please use this identifier to cite or link to this item: https://hdl.handle.net/11000/7640

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	Landete, Mercedes	-
dc.contributor.author	Badenes Palomar, Pablo	-
dc.contributor.other	Departamentos de la UMH::Estadística, Matemáticas e Informática	es
dc.date.accessioned	2021-05-06T17:47:50Z	-
dc.date.available	2021-05-06T17:47:50Z	-
dc.date.created	2018-06	-
dc.date.issued	2018-06-14	-
dc.identifier.uri	http://hdl.handle.net/11000/7640	-
dc.description.abstract	Los modelos de predicción basados en árboles están a la cabeza de los últimos algoritmos usados. La idea del trabajo es construir un modelo desde 0 que me permita a partir de unos datos de entrenamiento crear una estructura sólida (a través del algoritmo del randomforest y su partición recursiva) que sirva para predecir cuándo un préstamo entra en fallido a futuro	es
dc.format	application/pdf	es
dc.format.extent	42	es
dc.language.iso	spa	es
dc.publisher	Universidad Miguel Hernández de Elche	es
dc.rights	info:eu-repo/semantics/openAccess	es
dc.subject	modelos	es
dc.subject	predicción	es
dc.subject	randmforest	es
dc.subject.other	CDU::3 - Ciencias sociales::31 - Demografía. Sociología. Estadística::311 - Estadística	es
dc.subject.other	CDU::6 - Ciencias aplicadas::65 - Gestión y organización. Administración y dirección de empresas. Publicidad. Relaciones públicas. Medios de comunicación de masas	es
dc.title	Predicción de préstamos fallidos	es
dc.type	info:eu-repo/semantics/bachelorThesis	es
Appears in Collections: TFG - Estadística Empresarial

View/Open:
TFG-Badenes Palomar, Pablo.pdf
1,89 MB
Adobe PDF
Share:

Show simple item record View statistics