Machine learning aplicado na concessão de crédito: estudo comparativo (2022)
- Authors:
- Autor USP: NONATO, CARLOS TAVARES - ICMC
- Unidade: ICMC
- Subjects: INTELIGÊNCIA ARTIFICIAL; APRENDIZADO COMPUTACIONAL; REGRESSÃO LOGÍSTICA
- Language: Português
- Abstract: Métodos de Inteligência Artificial têm atraído grande interesse de empresas que atuam no sistema financeiro brasileiro frente ao crescente desenvolvimento do ecossistema digital, proporcionado pelas tecnologias de informação, o aumento exponencial da quantidade de informação disponível nos bancos de dados institucionais e as possíveis mudanças no cenário econômico. Estudos recentes indicam que os métodos de Machine Learning, tem se mostrado mais assertivos na classificação correta de clientes, em relação à métodos já consolidados, como a Regressão Logística, embora ainda enfrentem desafios de adequação ao ambiente financeiro. Nesse contexto o objetivo desse trabalho é avaliar a acurácia da classificação de clientes mais propensos a quitar suas dívidas (Credit Scoring) por meio das técnicas de Machine Learning: Random Forest, Gradient Boosting e Regressão Logística. Os modelos foram aplicados em uma base de dados real com 82.702 clientes. Todos os modelos foram avaliados considerando-se como medidas de performance: percentual de acerto, área abaixo da curva ROC e KS. O modelo que apresentou melhor desempenho foi o Random Forest , seguido pelo modelo Gradient Boosting e ambos com performance superior ao modelo de Regressão Logística. Estes resultados testificam os obtidos em outros trabalhos e reforçam a aptidão destes métodos na melhoria do processo de concessão de crédito, embora o método de Regressão Logística ainda se destaque pela facilidade de interpretação e implantação.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2022
-
ABNT
NONATO, Carlos Tavares. Machine learning aplicado na concessão de crédito: estudo comparativo. 2022. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2022. Disponível em: https://bdta.abcd.usp.br/directbitstream/ef8146bb-5e97-483a-a570-d9a4b702379f/Carlos%20Nonato_Texto_Final_MBA_IA_BigData_Carlos_Tavares_Nonato_25092022_206357.pdf. Acesso em: 27 mar. 2025. -
APA
Nonato, C. T. (2022). Machine learning aplicado na concessão de crédito: estudo comparativo (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/ef8146bb-5e97-483a-a570-d9a4b702379f/Carlos%20Nonato_Texto_Final_MBA_IA_BigData_Carlos_Tavares_Nonato_25092022_206357.pdf -
NLM
Nonato CT. Machine learning aplicado na concessão de crédito: estudo comparativo [Internet]. 2022 ;[citado 2025 mar. 27 ] Available from: https://bdta.abcd.usp.br/directbitstream/ef8146bb-5e97-483a-a570-d9a4b702379f/Carlos%20Nonato_Texto_Final_MBA_IA_BigData_Carlos_Tavares_Nonato_25092022_206357.pdf -
Vancouver
Nonato CT. Machine learning aplicado na concessão de crédito: estudo comparativo [Internet]. 2022 ;[citado 2025 mar. 27 ] Available from: https://bdta.abcd.usp.br/directbitstream/ef8146bb-5e97-483a-a570-d9a4b702379f/Carlos%20Nonato_Texto_Final_MBA_IA_BigData_Carlos_Tavares_Nonato_25092022_206357.pdf
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
Carlos Nonato_Texto_Final... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
