dc.contributorSalinas Flores, Jesús Walter
dc.creatorDe la Cruz Flores, Fiorella Pamela
dc.date.accessioned2021-08-09T15:42:06Z
dc.date.available2021-08-09T15:42:06Z
dc.date.created2021-08-09T15:42:06Z
dc.date.issued2020
dc.identifierhttps://hdl.handle.net/20.500.12996/4832
dc.description.abstractEl objetivo de este trabajo es desarrollar un modelo de clasificación binaria para predecir si el cliente va a aceptar o rechazar el préstamo ofrecido por los asesores al contactarlos vía telefónica. Para ello, se utilizó el algoritmo Random Forest que permitió redecir a los clientes con mayor probabilidad a adquirir el producto y así, gestionarlos óptimamente para priorizar su venta. Para el desarrollo del modelo se usó una muestra de seis meses (desde marzo 2017 hasta agosto 2017) de datos de los clientes que cuentan como mínimo con una tarjeta de crédito y tienen un préstamo pre- aprobado con la entidad bancaria. En total la base contó con 991619 registros de clientes
dc.languagespa
dc.publisherUniversidad Nacional Agraria La Molina
dc.publisherPE
dc.rightshttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectInstituciones financieras
dc.subjectCrédito
dc.subjectTécnicas de predicción
dc.subjectAnálisis de datos
dc.subjectModelos matemáticos
dc.subjectMétodos estadísticos
dc.subjectEvaluación
dc.subjectPerú
dc.subjectAlgoritmo Random Forest
dc.titlePredicción de adquisición de un préstamo personal bancario a través del canal de televentas utilizando el algoritmo Random Forest
dc.typeinfo:eu-repo/semantics/bachelorThesis


Este ítem pertenece a la siguiente institución