Clasificación de créditos utilizando máquinas de soporte vectorial sobre la base de datos de LendingClub
Se presenta la teoría de máquinas de soporte vectorial (Support Vector Machine – svm) aplicada a la clasificación de créditos otorgados por la banca fintech (financial technology) de Estados Unidos LendingClub. Se estudiará la clasificación que da el método svm a los créditos contra la ya otorgada...
| Autor: | |
|---|---|
| Tipo de recurso: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 2020 |
| País: | Colombia |
| Institución: | Universidad Externado de Colombia |
| Repositorio: | Biblioteca Digital Universidad Externado de Colombia |
| Idioma: | español |
| OAI Identifier: | oai:bdigital.uexternado.edu.co:001/7855 |
| Acceso en línea: | https://bdigital.uexternado.edu.co/handle/001/7855 https://doi.org/10.18601/17941113.n18.03 |
| Access Level: | acceso abierto |
| Palabra clave: | Credit risk; vector support machines; fintech riesgo de crédito; máquinas de soporte vectorial; |
| Sumario: | Se presenta la teoría de máquinas de soporte vectorial (Support Vector Machine – svm) aplicada a la clasificación de créditos otorgados por la banca fintech (financial technology) de Estados Unidos LendingClub. Se estudiará la clasificación que da el método svm a los créditos contra la ya otorgada por la entidad. Se analizan las variables más importantes que maneja LendingClub para el otorgamiento de créditos comparándolas con la clasificación de pago o impago que arroja el experimento de SVM. |
|---|