ML aplicado al Riesgo de Crédito: construcción de modelos explicables

La Cátedra iDanae (inteligencia, datos, análisis y estrategia) en Big Data y Analytics, creada en el marco de colaboración de la Universidad Politécnica de Madrid (UPM) y Management Solutions, publica su newsletter trimestral correspondiente al 3T22 sobre Machine Learning (ML) aplicado al Riesgo de Crédito

 

La Cátedra iDanae, que surge en el marco de la colaboración de la UPM y Management Solutions, tiene el objetivo de promover la generación de conocimiento, su difusión y la transferencia de tecnología y el fomento de la I+D+i en el área de Analytics. En este contexto, una de las líneas de trabajo que desarrolla la Cátedra es el análisis de las metatendencias en el ámbito de Analytics.


ML aplicado al Riesgo de Crédito: construcción de modelos explicables

Ver vídeo

La newsletter “ML aplicado al Riesgo de Crédito: construcción de modelos explicables”, correspondiente al 3T22, analiza las implicaciones de este reto para las entidades financieras, así como diferentes enfoques sobre cómo abordarlo, a través del uso de los denominados modelos interpretables, o de modelos no interpretables pero a los que se les complementa con una herramienta de explicabilidad.  ​

La publicación ya está d​​isponible para su descarga en la web de la Cátedra tanto en español como en inglé​s​.​​ ​