Se comparan dos métodos clásicos de clasificación: Análisis de Regresión Logística y Árboles de Clasificación, con el método de Redes Neuronales. La comparación se realizó en base al poder de clasificación y predicción de los modelos obtenidos en la evaluación del Riesgo Crediticio, siendo Redes Neuronales el mejor método por tener mayor poder de clasificación y predicción. Para el análisis se utilizó una Base de Datos de Riesgo Crediticio. Asimismo, se establecen las ventajas y desventajas en el empleo de cada método.
-- Palabras Claves: Análisis de Regresión Logística, Árboles de Clasificación, Redes Neuronales. / --- Two classics methods of classification are compared: Analysis of Logistic Regression and Classification Trees with the method of Neural Networks. The comparison realized through his power of classification and prediction of the models obtains in the evaluation of credit risk, Neural Networks is the best method, because it has high power of classification and prediction. For the analysis used a database of credit risk. Likewise found the advantages and disadvantages in the use of each method.
-- Key Words: Analysis Logistic Regression, Classification Trees, Neural Networks. / Tesis
| Identifer | oai:union.ndltd.org:Cybertesis/oai:cybertesis.unmsm.edu.pe:cybertesis/3327 |
| Date | January 2010 |
| Creators | Vigo Chacón, Geraldine Judith |
| Contributors | Cambillo Moyano, Emma Norma |
| Publisher | Universidad Nacional Mayor de San Marcos |
| Source Sets | Universidad Nacional Mayor de San Marcos - SISBIB PERU |
| Language | Spanish |
| Detected Language | English |
| Type | info:eu-repo/semantics/bachelorThesis |
| Format | application/pdf |
| Source | Universidad Nacional Mayor de San Marcos, Repositorio de Tesis - UNMSM |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0025 seconds