Mostrar el registro sencillo del ítem

dc.contributor.advisorCarrascal Arranz, Ursicino es
dc.contributor.authorArnáiz Fernández, Miguel
dc.contributor.editorUniversidad de Valladolid. Facultad de Ciencias Económicas y Empresariales es
dc.date.accessioned2019-01-24T18:58:46Z
dc.date.available2019-01-24T18:58:46Z
dc.date.issued2018
dc.identifier.urihttp://uvadoc.uva.es/handle/10324/34297
dc.description.abstractEste 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 resultadoses
dc.description.sponsorshipDepartamento de Economía Aplicadaes
dc.format.mimetypeapplication/pdfes
dc.language.isospaes
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectDatos masivoses
dc.subjectCiencias sociales - Métodos estadísticoses
dc.subjectPrevisión económicaes
dc.subject.classificationBig Dataes
dc.subject.classificationData sciencees
dc.subject.classificationEstadísticaes
dc.subject.classificationPredicciónes
dc.titleBig data y las Ciencias Socialeses
dc.typeinfo:eu-repo/semantics/bachelorThesises
dc.description.degreeGrado en Economíaes
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International
dc.subject.unesco5302 Econometríaes


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem