Avaliação do impacto de diferentes técnicas de imputação de dados faltantes na predição de inadimplência de cartão de crédito (2024)
- Authors:
- Autor USP: LEITE, LUCILIA REZENDE - ICMC
- Unidade: ICMC
- Subjects: APRENDIZADO COMPUTACIONAL; INTELIGÊNCIA ARTIFICIAL; PREDIÇÃO; CARTÃO DE CRÉDITO
- Keywords: Dados faltantes; Tratamento de dados; Inadimplência de cartão de crédito
- Language: Português
- Abstract: O presente trabalho teve como objetivo avaliar o impacto de diferentes tipos de tratamento de dados faltantes na predição de inadimplência de clientes de cartão de crédito utilizando técnicas de inteligência artificial. A metodologia proposta englobou as etapas de obtenção da base sem dados faltantes, divisão da base em conjuntos de treino e teste, geração de dados faltantes, tratamento dos dados faltantes, treinamento, imputação nos dados de teste, predição utilizando MLP com parâmetros default e apuração dos resultados. Foram testadas quatro técnicas de tratamento dos dados utilizando média, mediana, moda e KNN. Os resultados apontaram que o melhor resultado foi obtido com uso da mediana e KNN e predição realizada com os dados tratados com média e moda apresentaram resultados inferiores. Conclui-se que a aplicação de diferentes técnicas de tratamento de dados faltantes impactam na predição de inadimplência de cartão de crédito de clientes. Como estudos futuros sugere-se a realização de testes com outros parâmetros de MLP, outras técnicas de IA e diferentes tipos de domínios de dados.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2024
-
ABNT
LEITE, Lucilia Rezende. Avaliação do impacto de diferentes técnicas de imputação de dados faltantes na predição de inadimplência de cartão de crédito. 2024. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2024. Disponível em: https://bdta.abcd.usp.br/directbitstream/002b5b5e-25d8-4c18-92bf-87acc165933c/Lucilia_Rezende_Leite.pdf. Acesso em: 25 abr. 2025. -
APA
Leite, L. R. (2024). Avaliação do impacto de diferentes técnicas de imputação de dados faltantes na predição de inadimplência de cartão de crédito (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/002b5b5e-25d8-4c18-92bf-87acc165933c/Lucilia_Rezende_Leite.pdf -
NLM
Leite LR. Avaliação do impacto de diferentes técnicas de imputação de dados faltantes na predição de inadimplência de cartão de crédito [Internet]. 2024 ;[citado 2025 abr. 25 ] Available from: https://bdta.abcd.usp.br/directbitstream/002b5b5e-25d8-4c18-92bf-87acc165933c/Lucilia_Rezende_Leite.pdf -
Vancouver
Leite LR. Avaliação do impacto de diferentes técnicas de imputação de dados faltantes na predição de inadimplência de cartão de crédito [Internet]. 2024 ;[citado 2025 abr. 25 ] Available from: https://bdta.abcd.usp.br/directbitstream/002b5b5e-25d8-4c18-92bf-87acc165933c/Lucilia_Rezende_Leite.pdf
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
Lucilia_Rezende_Leite.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
