Pagos de una compañía de créditos y la reducción de costos: La búsqueda de una predicción a través de modelos de machine learning
El problema que se pretende trabajar es cuáles serían las implicancias que tendría una mala toma de decisiones en una empresa de crédito asociativo. Los préstamos resuelven una cantidad importante de situaciones de la economía personal, familiar y empresarial de estos tiempos. Un mal uso del crédito...
Guardado en:
Autor principal: | |
---|---|
Publicado: |
2019
|
Materias: | |
Acceso en línea: | http://bibliotecadigital.econ.uba.ar/econ/collection/tpos/document/1502-2217_ArteseM http://repositoriouba.sisbi.uba.ar/gsdl/cgi-bin/library.cgi?a=d&c=tpos&d=1502-2217_ArteseM_oai |
Aporte de: |
id |
I28-R145-1502-2217_ArteseM_oai |
---|---|
record_format |
dspace |
spelling |
I28-R145-1502-2217_ArteseM_oai2023-04-05 Artese, Mercedes 2019 El problema que se pretende trabajar es cuáles serían las implicancias que tendría una mala toma de decisiones en una empresa de crédito asociativo. Los préstamos resuelven una cantidad importante de situaciones de la economía personal, familiar y empresarial de estos tiempos. Un mal uso del crédito puede generar al usuario un problema económico como, por ejemplo: contraer una deuda superior a nuestra capacidad de pago. 1502-2217_ArteseM http://bibliotecadigital.econ.uba.ar/econ/collection/tpos/document/1502-2217_ArteseM Análisis de datos Empresas recuperadas Ciencia de datos Predicciones Machine learning Pagos de una compañía de créditos y la reducción de costos: La búsqueda de una predicción a través de modelos de machine learning http://repositoriouba.sisbi.uba.ar/gsdl/cgi-bin/library.cgi?a=d&c=tpos&d=1502-2217_ArteseM_oai |
institution |
Universidad de Buenos Aires |
institution_str |
I-28 |
repository_str |
R-145 |
collection |
Repositorio Digital de la Universidad de Buenos Aires (UBA) |
topic |
Análisis de datos Empresas recuperadas Ciencia de datos Predicciones Machine learning |
spellingShingle |
Análisis de datos Empresas recuperadas Ciencia de datos Predicciones Machine learning Artese, Mercedes Pagos de una compañía de créditos y la reducción de costos: La búsqueda de una predicción a través de modelos de machine learning |
topic_facet |
Análisis de datos Empresas recuperadas Ciencia de datos Predicciones Machine learning |
description |
El problema que se pretende trabajar es cuáles serían las implicancias que tendría una mala toma de decisiones en una empresa de crédito asociativo. Los préstamos resuelven una cantidad importante de situaciones de la economía personal, familiar y empresarial de estos tiempos. Un mal uso del crédito puede generar al usuario un problema económico como, por ejemplo: contraer una deuda superior a nuestra capacidad de pago. |
author |
Artese, Mercedes |
author_facet |
Artese, Mercedes |
author_sort |
Artese, Mercedes |
title |
Pagos de una compañía de créditos y la reducción de costos: La búsqueda de una predicción a través de modelos de machine learning |
title_short |
Pagos de una compañía de créditos y la reducción de costos: La búsqueda de una predicción a través de modelos de machine learning |
title_full |
Pagos de una compañía de créditos y la reducción de costos: La búsqueda de una predicción a través de modelos de machine learning |
title_fullStr |
Pagos de una compañía de créditos y la reducción de costos: La búsqueda de una predicción a través de modelos de machine learning |
title_full_unstemmed |
Pagos de una compañía de créditos y la reducción de costos: La búsqueda de una predicción a través de modelos de machine learning |
title_sort |
pagos de una compañía de créditos y la reducción de costos: la búsqueda de una predicción a través de modelos de machine learning |
publishDate |
2019 |
url |
http://bibliotecadigital.econ.uba.ar/econ/collection/tpos/document/1502-2217_ArteseM http://repositoriouba.sisbi.uba.ar/gsdl/cgi-bin/library.cgi?a=d&c=tpos&d=1502-2217_ArteseM_oai |
work_keys_str_mv |
AT artesemercedes pagosdeunacompaniadecreditosylareducciondecostoslabusquedadeunaprediccionatravesdemodelosdemachinelearning |
_version_ |
1766016890675658752 |