Modelo híbrido de clasificación basado en algoritmos genéticos y máquinas de vectores de soporte aplicado a la evaluación crediticia
Este proyecto presenta un modelo híbrido de clasificación para el problema de la evaluación crediticia, tomando ventaja de la selección de características. En primera instancia, se presenta una breve revisión de las distintas técnicas computacionales aplicadas en la evaluación crediticia y en la sel...
- Autores:
-
Ramírez Aya, Andrés Yesid
- Tipo de recurso:
- Fecha de publicación:
- 2010
- Institución:
- Universidad Nacional de Colombia
- Repositorio:
- Universidad Nacional de Colombia
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unal.edu.co:unal/11413
- Acceso en línea:
- https://repositorio.unal.edu.co/handle/unal/11413
http://bdigital.unal.edu.co/8836/
- Palabra clave:
- 62 Ingeniería y operaciones afines / Engineering
Evaluación crediticia
Selección de características
Algoritmos genéticos
Máquinas de vectores de soporte
Clasificación / Credit evaluation
Feature selection
Genetic algorithms
Support vector machines
Classification
- Rights
- openAccess
- License
- Atribución-NoComercial 4.0 Internacional
id |
UNACIONAL2_33ccf38925532af89e4e8cfc9441e963 |
---|---|
oai_identifier_str |
oai:repositorio.unal.edu.co:unal/11413 |
network_acronym_str |
UNACIONAL2 |
network_name_str |
Universidad Nacional de Colombia |
repository_id_str |
|
spelling |
Atribución-NoComercial 4.0 InternacionalDerechos reservados - Universidad Nacional de Colombiahttp://creativecommons.org/licenses/by-nc/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2León Guzmán, ElizabethRamírez Aya, Andrés Yesid863428fb-cd86-4d8f-bdb2-2f1a2a3b69563002019-06-24T23:58:43Z2019-06-24T23:58:43Z2010https://repositorio.unal.edu.co/handle/unal/11413http://bdigital.unal.edu.co/8836/Este proyecto presenta un modelo híbrido de clasificación para el problema de la evaluación crediticia, tomando ventaja de la selección de características. En primera instancia, se presenta una breve revisión de las distintas técnicas computacionales aplicadas en la evaluación crediticia y en la selección de características. Después de esto, un modelo híbrido de clasificación, basado en Algoritmos Genéticos y Máquinas de Vectores de Soporte es construido, donde la principal idea es seleccionar las características más importantes que impactan el desempeño en la clasificación. Este modelo es aplicado a un problema bien conocido: La evaluación crediticia en donde muchos experimentos se llevan a cabo con diferentes conjuntos de datos. Finalmente, el modelo propuesto es comparado con otras técnicas de clasificación y predicción como las Máquinas de Vectores de Soporte (SVM) y las Redes Neuronales Artificiales (ANN) los cuales utilizan todos los atributos de los conjuntos de datos. Esto es ejecutado con el objetivo de probar la competitividad del modelo híbrido propuesto. / Abstract: This project presents a hybrid classification model for the credit evaluation problem taking advantage on feature selection. In first instance, a short review of different computational techniques for credit evaluation and feature selection is presented. After that, a hybrid classification model based on Genetic Algorithm and Support Vector Machines is built where the main idea is to select the most important features that impact the classification performance. This model is applied to a well-known problem: the credit evaluation where many experiments are carried out with different credit data sets. Finally, the proposed model is compared with other classification and prediction techniques like Support Vector Machines (SVM) and Artificial Neural Networks (ANN) which use all data set attributes. This is achieved in order to test the competitiveness of the proposed hybrid model.Maestríaapplication/pdfspaUniversidad Nacional de Colombia Sede Bogotá Facultad de Ingeniería Departamento de Ingeniería de Sistemas e IndustrialDepartamento de Ingeniería de Sistemas e IndustrialRamírez Aya, Andrés Yesid (2010) Modelo híbrido de clasificación basado en algoritmos genéticos y máquinas de vectores de soporte aplicado a la evaluación crediticia / Hybrid classification model based on genetic algorithms and support vector machines applied to credit evaluation. Maestría thesis, Universidad Nacional de Colombia.62 Ingeniería y operaciones afines / EngineeringEvaluación crediticiaSelección de característicasAlgoritmos genéticosMáquinas de vectores de soporteClasificación / Credit evaluationFeature selectionGenetic algorithmsSupport vector machinesClassificationModelo híbrido de clasificación basado en algoritmos genéticos y máquinas de vectores de soporte aplicado a la evaluación crediticiaHybrid classification model based on genetic algorithms and support vector machines applied to credit evaluationTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionTexthttp://purl.org/redcol/resource_type/TMORIGINAL299741.2010.pdfapplication/pdf3315244https://repositorio.unal.edu.co/bitstream/unal/11413/1/299741.2010.pdf94bcd6cfe71450aab77fe6f11d3f447aMD51THUMBNAIL299741.2010.pdf.jpg299741.2010.pdf.jpgGenerated Thumbnailimage/jpeg3871https://repositorio.unal.edu.co/bitstream/unal/11413/2/299741.2010.pdf.jpgd9b26ff06ac68b60e95da0b0c3db14e6MD52unal/11413oai:repositorio.unal.edu.co:unal/114132022-11-01 10:42:31.247Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.co |
dc.title.spa.fl_str_mv |
Modelo híbrido de clasificación basado en algoritmos genéticos y máquinas de vectores de soporte aplicado a la evaluación crediticia |
dc.title.translated.Spa.fl_str_mv |
Hybrid classification model based on genetic algorithms and support vector machines applied to credit evaluation |
title |
Modelo híbrido de clasificación basado en algoritmos genéticos y máquinas de vectores de soporte aplicado a la evaluación crediticia |
spellingShingle |
Modelo híbrido de clasificación basado en algoritmos genéticos y máquinas de vectores de soporte aplicado a la evaluación crediticia 62 Ingeniería y operaciones afines / Engineering Evaluación crediticia Selección de características Algoritmos genéticos Máquinas de vectores de soporte Clasificación / Credit evaluation Feature selection Genetic algorithms Support vector machines Classification |
title_short |
Modelo híbrido de clasificación basado en algoritmos genéticos y máquinas de vectores de soporte aplicado a la evaluación crediticia |
title_full |
Modelo híbrido de clasificación basado en algoritmos genéticos y máquinas de vectores de soporte aplicado a la evaluación crediticia |
title_fullStr |
Modelo híbrido de clasificación basado en algoritmos genéticos y máquinas de vectores de soporte aplicado a la evaluación crediticia |
title_full_unstemmed |
Modelo híbrido de clasificación basado en algoritmos genéticos y máquinas de vectores de soporte aplicado a la evaluación crediticia |
title_sort |
Modelo híbrido de clasificación basado en algoritmos genéticos y máquinas de vectores de soporte aplicado a la evaluación crediticia |
dc.creator.fl_str_mv |
Ramírez Aya, Andrés Yesid |
dc.contributor.author.spa.fl_str_mv |
Ramírez Aya, Andrés Yesid |
dc.contributor.spa.fl_str_mv |
León Guzmán, Elizabeth |
dc.subject.ddc.spa.fl_str_mv |
62 Ingeniería y operaciones afines / Engineering |
topic |
62 Ingeniería y operaciones afines / Engineering Evaluación crediticia Selección de características Algoritmos genéticos Máquinas de vectores de soporte Clasificación / Credit evaluation Feature selection Genetic algorithms Support vector machines Classification |
dc.subject.proposal.spa.fl_str_mv |
Evaluación crediticia Selección de características Algoritmos genéticos Máquinas de vectores de soporte Clasificación / Credit evaluation Feature selection Genetic algorithms Support vector machines Classification |
description |
Este proyecto presenta un modelo híbrido de clasificación para el problema de la evaluación crediticia, tomando ventaja de la selección de características. En primera instancia, se presenta una breve revisión de las distintas técnicas computacionales aplicadas en la evaluación crediticia y en la selección de características. Después de esto, un modelo híbrido de clasificación, basado en Algoritmos Genéticos y Máquinas de Vectores de Soporte es construido, donde la principal idea es seleccionar las características más importantes que impactan el desempeño en la clasificación. Este modelo es aplicado a un problema bien conocido: La evaluación crediticia en donde muchos experimentos se llevan a cabo con diferentes conjuntos de datos. Finalmente, el modelo propuesto es comparado con otras técnicas de clasificación y predicción como las Máquinas de Vectores de Soporte (SVM) y las Redes Neuronales Artificiales (ANN) los cuales utilizan todos los atributos de los conjuntos de datos. Esto es ejecutado con el objetivo de probar la competitividad del modelo híbrido propuesto. / Abstract: This project presents a hybrid classification model for the credit evaluation problem taking advantage on feature selection. In first instance, a short review of different computational techniques for credit evaluation and feature selection is presented. After that, a hybrid classification model based on Genetic Algorithm and Support Vector Machines is built where the main idea is to select the most important features that impact the classification performance. This model is applied to a well-known problem: the credit evaluation where many experiments are carried out with different credit data sets. Finally, the proposed model is compared with other classification and prediction techniques like Support Vector Machines (SVM) and Artificial Neural Networks (ANN) which use all data set attributes. This is achieved in order to test the competitiveness of the proposed hybrid model. |
publishDate |
2010 |
dc.date.issued.spa.fl_str_mv |
2010 |
dc.date.accessioned.spa.fl_str_mv |
2019-06-24T23:58:43Z |
dc.date.available.spa.fl_str_mv |
2019-06-24T23:58:43Z |
dc.type.spa.fl_str_mv |
Trabajo de grado - Maestría |
dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/masterThesis |
dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
dc.type.content.spa.fl_str_mv |
Text |
dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TM |
status_str |
acceptedVersion |
dc.identifier.uri.none.fl_str_mv |
https://repositorio.unal.edu.co/handle/unal/11413 |
dc.identifier.eprints.spa.fl_str_mv |
http://bdigital.unal.edu.co/8836/ |
url |
https://repositorio.unal.edu.co/handle/unal/11413 http://bdigital.unal.edu.co/8836/ |
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.relation.ispartof.spa.fl_str_mv |
Universidad Nacional de Colombia Sede Bogotá Facultad de Ingeniería Departamento de Ingeniería de Sistemas e Industrial Departamento de Ingeniería de Sistemas e Industrial |
dc.relation.references.spa.fl_str_mv |
Ramírez Aya, Andrés Yesid (2010) Modelo híbrido de clasificación basado en algoritmos genéticos y máquinas de vectores de soporte aplicado a la evaluación crediticia / Hybrid classification model based on genetic algorithms and support vector machines applied to credit evaluation. Maestría thesis, Universidad Nacional de Colombia. |
dc.rights.spa.fl_str_mv |
Derechos reservados - Universidad Nacional de Colombia |
dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.rights.license.spa.fl_str_mv |
Atribución-NoComercial 4.0 Internacional |
dc.rights.uri.spa.fl_str_mv |
http://creativecommons.org/licenses/by-nc/4.0/ |
dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Atribución-NoComercial 4.0 Internacional Derechos reservados - Universidad Nacional de Colombia http://creativecommons.org/licenses/by-nc/4.0/ http://purl.org/coar/access_right/c_abf2 |
eu_rights_str_mv |
openAccess |
dc.format.mimetype.spa.fl_str_mv |
application/pdf |
institution |
Universidad Nacional de Colombia |
bitstream.url.fl_str_mv |
https://repositorio.unal.edu.co/bitstream/unal/11413/1/299741.2010.pdf https://repositorio.unal.edu.co/bitstream/unal/11413/2/299741.2010.pdf.jpg |
bitstream.checksum.fl_str_mv |
94bcd6cfe71450aab77fe6f11d3f447a d9b26ff06ac68b60e95da0b0c3db14e6 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Institucional Universidad Nacional de Colombia |
repository.mail.fl_str_mv |
repositorio_nal@unal.edu.co |
_version_ |
1814089851640741888 |