Desarrolla la técnica de segmentación jerárquica CHAID para determinar la clasificación y predicción en la evaluación del futuro cliente para disminuir los riesgos de morosidad. Para su aplicación, se estudia la clasificación según riesgo crediticio de clientes de una financiera de crédito que trabaja con miembros de la fuerza aérea del Perú. Este tipo de clientes tiene ciertas particularidades que los diferencia de otros ya que se trata de una población con ingresos fijos mediante planilla y con posibilidades de evaluación crediticia real, a pesar de ello, se observa como problema, la presencia de clientes morosos. / Trabajo de investigación

Publicación a texto completo no autorizada por el autor / Implementa un sistema para la evaluación de crédito para una entidad financiera, el cual apoya a la toma de decisiones para el otorgamiento de un crédito. Para lograr este objetivo, se ha seleccionado la técnica de árboles de decisión mediante el uso del API de Weka, el cual posee una implementación de la técnica mencionada. / Tesis

Publicación a texto completo no autorizada por el autor / Manifiesta el uso de algoritmos de árboles de decisión y bosques aleatorios como instrumentos matemáticos y estadísticos-heurísticos para la predicción de fechas óptimas en evaluación de tizón tardío. Dichos algoritmos utilizan los índices de ganancia de información (entropía de la información) y los índices de Gini para ajustar al máximo la predicción. Para el desarrollo y análisis de los resultados de los árboles de decisión se utilizan las implementaciones conocidas como C4.5 y CART; mientras que para los bosques aleatorios se emplea RandomForest. / Tesis

Publicación a texto completo no autorizada por el autor / Demostrar que las técnicas de minería de datos pueden ser una alternativa para la clasificación de los estudiantes de secundaria que consumen o no alcohol. Las técnicas que se utilizaron son Árboles de clasificación CART y Redes Neuronales de tipo Perceptrón Multicapa. Se aplicarán las dos técnicas en una población de 1044 estudiantes de secundaria, y esta, será dividida en dos muestras, el 70% para el entrenamiento y 30% para la validación. Para la comparación de los modelos que mejor discrimina a los estudiantes de secundaria que consumen o no alcohol, se utilizará la Sensibilidad y el Coeficiente de Gini. Adicionalmente, se hará la comparación aplicando la validación cruzada en ambos modelos. / Tesis

Se comparan dos modelos de clasificación llamados regresión Logística Binaria y Arboles de clasificación (CHAID) para evaluar el rendimiento académico. El comportamiento de estos modelos fue medido por cuatro indicadores: Sensibilidad, Curva ROC, Índice de GINI e Índice de Kappa en base al poder de clasificación y predicción de los modelos obtenidos sobre rendimiento académico. Encuentra que Arboles de clasificación es el mejor modelo por tener mayor poder de clasificación y predicción. Para el análisis se utiliza una base de datos sobre estudiantes universitarios del primer semestre matriculado en el curso de Matemática, obtenido de un repositorio de Machine Learning. / Tesis

Publicación a texto completo no autorizada por el autor / Presenta la comparación de dos modelos de clasificación para pacientes con presión arterial de una clínica privada, cuyo análisis se realizó mediante dos modelos predictivos de regresión logística binomial y árboles de decisión. El comportamiento de los dos modelos fue medido por tres indicadores: Sensibilidad, Curva Roc e Índice de GINI. En general, el mejor modelo para la clasificación de los pacientes con presión arterial es el modelo de árboles de decisión (Sensibilidad=80.7%, Curva Roc=79.8% e Índice de GINI=59.6%). / Trabajo de suficiencia profesional

Publicación a texto completo no autorizada por el autor / Las entidades financieras están desarrollando constantemente modelos que les ayuden a predecir el comportamiento de sus clientes, con el fin de mejorar sus ganancias o de reducir las pérdidas, como el riesgo de “no pago” o de “morosidad”. El objetivo es crear un modelo predictivo de Árboles de Decisión por Clasificación con minería de datos para predecir la morosidad financiera en Lima Metropolitana, describiendo y analizando las variables independientes con el algoritmo CHAID (Detector automático de Chi-cuadrado de interacción) siguiendo la metodología CRISP-DM en una base de datos de una entidad financiera. La principal ventaja de esta metodología es que no está sujeta a supuestos estadísticos, este método es muy usado cuando se busca predecir o clasificar comportamientos de riesgo, como la morosidad, y se cuenta con más variables cualitativas que cuantitativas. La metodología persigue la separación óptima en la muestra, de tal modo que los grupos de la variable respuesta ofrecen distintos perfiles de riesgo. / Trabajo de suficiencia profesional

Realiza el modelado de un proceso de difusión de productos editoriales utilizando métodos de Inteligencia artificial como son los árboles de decisión, para poder ajustar con la mayor precisión el reparto de los productos entre los distintos Puntos de Ventas distribuidos geográficamente por todo el territorio Nacional. El análisis se basa en la identificación de los principales indicadores que influyen positiva o negativamente en comportamiento de su la venta. El objetivo es que al modelar el proceso este permita automatizar y optimizar el reparto de productos a cada punto de venta, poder predecir con más precisión el comportamiento de ventas de cada Punto de venta y con ello poder tomar mejores tomas de decisión a la hora de realizar una difusión de productos. Se utiliza el método de árboles binarios porque es un método de predicción que nos ayuda en base a atributos que componen una situación descrita y que a partir de esta nos da una respuesta la cual traducimos en una toma de decisión. / Trabajo de suficiencia profesional