Análise de crédito bancário por meio de redes neurais e árvores de decisão: uma aplicação simples de data mining Outros Idiomas

ID:
16842
Resumo:
Na área de crédito bancário, a posse e o uso de ferramentas que auxiliem na tarefa de classificação de clientes em prováveis solventes ou insolventes em relação à tomada de crédito podem tornar-se um fator-chave, resultando em uma grande vantagem competitiva. Dentro da imensa quantidade de dados disponíveis nos bancos de dados das empresas existe muito conhecimento útil e importante que está escondido. Com a metodologia de Data Mining, pode-se transformar esses dados em informações valiosas para auxiliar no processo decisório. Neste trabalho são analisados registros históricos de 339 clientes (pessoas jurídicas) de uma agência bancária, por meio de duas das ferramentas de Data Mining: Redes Neurais e Árvores de Decisão. Essas técnicas permitem fazer o reconhecimento de padrões e também classificar novos casos. Os resultados foram bastante satisfatórios, mostrando que, para esse problema específico, as Redes Neurais apresentaram uma taxa de classificação correta maior do que aquela das Árvores de Decisão.
Citação ABNT:
LEMOS, E. P.; STEINER, M. T. A.; NIEVOLA, J. C. Análise de crédito bancário por meio de redes neurais e árvores de decisão: uma aplicação simples de data mining. RAUSP Management Journal, v. 40, n. 3, p. 225-234, 2005.
Citação APA:
Lemos, E. P., Steiner, M. T. A., & Nievola, J. C. (2005). Análise de crédito bancário por meio de redes neurais e árvores de decisão: uma aplicação simples de data mining. RAUSP Management Journal, 40(3), 225-234.
Link Permanente:
http://www.spell.org.br/documentos/ver/16842/analise-de-credito-bancario-por-meio-de-redes-neurais-e-arvores-de-decisao--uma-aplicacao-simples-de-data-mining/i/pt-br
Tipo de documento:
Artigo
Idioma:
Português