Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/10495/29195
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorSepúlveda Cano, Lina María-
dc.contributor.authorCaita Giraldo, Laura Sofía-
dc.date.accessioned2022-06-14T16:34:14Z-
dc.date.available2022-06-14T16:34:14Z-
dc.date.issued2022-
dc.identifier.urihttp://hdl.handle.net/10495/29195-
dc.description.abstractRESUMEN: Cuando se crea una empresa, la idea que suele surgir en sus creadores es que pueda conseguir el éxito y expandirse en el mercado. Determinar los elementos que puedan producir insolvencia financiera y, posteriormente, la quiebra, permiten conseguir una oportuna intervención por parte de las organizaciones con el fin de evitar pérdidas. De igual manera, pueden ser un aviso para los bancos y proveedores, en caso de que estas empresas hagan una solicitud de créditos o préstamos. Debido a lo anterior, se plantea un algoritmo de clasificación “Solvencia” o “Insolvencia”, el cual parte del análisis de tres bases de datos diferentes de la Superintendencia de Sociedades con datos altamente desbalanceados. Se realizó todo el proceso de exploración, estandarización, selección de hiperparámetros, uso de matrices de confusión y curva ROC. El ejercicio iterativo utiliza, además, métricas como F1, Recall, Precision y Accuracy, teniendo especial cuidado con los efectos del posible sobre-entrenamiento de los modelos.spa
dc.format.extent33spa
dc.format.mimetypeapplication/pdfspa
dc.language.isospaspa
dc.type.hasversioninfo:eu-repo/semantics/draftspa
dc.rightsinfo:eu-repo/semantics/openAccessspa
dc.rights.urihttp://creativecommons.org/publicdomain/zero/1.0/*
dc.titleAnálisis predictivo sobre insolvencia de empresas en Colombiaspa
dc.typeinfo:eu-repo/semantics/otherspa
oaire.versionhttp://purl.org/coar/version/c_b1a7d7d4d402bccespa
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2spa
thesis.degree.nameEspecialista en Analítica y Ciencia de Datosspa
thesis.degree.levelEspecializaciónspa
thesis.degree.disciplineFacultad de Ingeniería. Especialización en Analítica y Ciencia de Datosspa
thesis.degree.grantorUniversidad de Antioquiaspa
dc.rights.creativecommonshttps://creativecommons.org/licenses/by-nc-sa/4.0/spa
dc.publisher.placeMedellín - Colombiaspa
dc.type.coarhttp://purl.org/coar/resource_type/c_46ecspa
dc.type.redcolhttp://purl.org/redcol/resource_type/COtherspa
dc.type.localTesis/Trabajo de grado - Monografía - Especializaciónspa
dc.subject.lembAprendizaje automático (inteligencia artificial)-
dc.subject.lembMachine learning-
dc.subject.lembQuiebra-
dc.subject.lembBankruptcy-
dc.subject.lembTécnicas de predicción-
dc.subject.lembForecasting techniques-
dc.subject.proposalDatos desbalanceadosspa
dc.subject.proposalInsolvenciaspa
dc.relatedidentifier.urlhttps://github.com/lauracaita1/CaitaLaura_2022_Insolvenciaspa
Aparece en las colecciones: Especializaciones de la Facultad de Ingeniería

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
CaitaLaura_2022_AnalisisPredictivoInsolvencia.pdfTrabajo de grado especialización858.39 kBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons