dc.contributor.advisor | Carrascal Arranz, Ursicino | es |
dc.contributor.author | Arnáiz Fernández, Miguel | |
dc.contributor.editor | Universidad de Valladolid. Facultad de Ciencias Económicas y Empresariales | es |
dc.date.accessioned | 2019-01-24T18:58:46Z | |
dc.date.available | 2019-01-24T18:58:46Z | |
dc.date.issued | 2018 | |
dc.identifier.uri | http://uvadoc.uva.es/handle/10324/34297 | |
dc.description.abstract | Este TFG se basa en el estudio de las nuevas formas de trabajo con Big Data y
Data Science en el mundo de las finanzas.
La primera parte del trabajo analiza las novedades que ha traído el Big Data, así
como sus principales características, conocidas como las 5Vs.
En el segundo apartado se ha llevado a cabo un estudio Data Science para
contrastar diferentes algoritmos de predicción en un entorno de datos financieros.
En este caso en concreto, se intentará predecir si una persona será capaz de
devolver un crédito y, por tanto, saber si debemos concedérselo.
Finalmente, se comparan los resultados que hemos obtenido con los distintos
algoritmos para conocer cual ha obtenido los mejores resultados | es |
dc.description.sponsorship | Departamento de Economía Aplicada | es |
dc.format.mimetype | application/pdf | es |
dc.language.iso | spa | es |
dc.rights.accessRights | info:eu-repo/semantics/openAccess | es |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
dc.subject | Datos masivos | es |
dc.subject | Ciencias sociales - Métodos estadísticos | es |
dc.subject | Previsión económica | es |
dc.subject.classification | Big Data | es |
dc.subject.classification | Data science | es |
dc.subject.classification | Estadística | es |
dc.subject.classification | Predicción | es |
dc.title | Big data y las Ciencias Sociales | es |
dc.type | info:eu-repo/semantics/bachelorThesis | es |
dc.description.degree | Grado en Economía | es |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | |
dc.subject.unesco | 5302 Econometría | es |