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...
| Author: | |
|---|---|
| Format: | article |
| Status: | Published version |
| Publication Date: | 2020 |
| Country: | Colombia |
| Institution: | Universidad Externado de Colombia |
| Repository: | Biblioteca Digital Universidad Externado de Colombia |
| Language: | Spanish |
| OAI Identifier: | oai:bdigital.uexternado.edu.co:001/7855 |
| Online Access: | https://bdigital.uexternado.edu.co/handle/001/7855 https://doi.org/10.18601/17941113.n18.03 |
| Access Level: | Open access |
| Keyword: | Credit risk; vector support machines; fintech riesgo de crédito; máquinas de soporte vectorial; |
| Summary: | 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. |
|---|