Tesi etd-06272022-111033 |
Link copiato negli appunti
Tipo di tesi
Tesi di laurea magistrale
Autore
POLIDORI, ENRICA
URN
etd-06272022-111033
Titolo
Modelli di ML per la valutazione del merito creditizio della clientela nel settore bancario
Dipartimento
INFORMATICA
Corso di studi
DATA SCIENCE AND BUSINESS INFORMATICS
Relatori
relatore Prof. Ruggieri, Salvatore
Parole chiave
- merito creditizio
- monitoraggio del credito problematico
- early warning
- banca
- machine learning
- ML
Data inizio appello
22/07/2022
Consultabilità
Non consultabile
Data di rilascio
22/07/2025
Riassunto
La tesi affronta il tema del monitoraggio e della gestione del credito problematico nel settore
bancario, considerando il caso di uno specifico intermediario creditizio.
Il contributo principale della tesi consiste nel progettare, sviluppare e validare modelli predittivi di Machine Learning in grado di prevedere se il credito diverrà problematico entro l’anno successivo alla data di predizione.
La parte sperimentale della tesi si basa su un dataset reale fornito dall’intermediario creditizio con
un’ampia portata storica, la quale permette di simulare le performance dei modelli di Machine Learning
nel tempo.
bancario, considerando il caso di uno specifico intermediario creditizio.
Il contributo principale della tesi consiste nel progettare, sviluppare e validare modelli predittivi di Machine Learning in grado di prevedere se il credito diverrà problematico entro l’anno successivo alla data di predizione.
La parte sperimentale della tesi si basa su un dataset reale fornito dall’intermediario creditizio con
un’ampia portata storica, la quale permette di simulare le performance dei modelli di Machine Learning
nel tempo.
File
| Nome file | Dimensione |
|---|---|
La tesi non è consultabile. |
|