• español
  • English
  • français
  • Deutsch
  • português (Brasil)
  • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Parcourir

    Tout UVaDOCCommunautésPar date de publicationAuteursSujetsTitres

    Mon compte

    Ouvrir une session

    Statistiques

    Statistiques d'usage de visualisation

    Compartir

    Voir le document 
    •   Accueil de UVaDOC
    • PROJET DE FIN D'ÉTUDES
    • Trabajos Fin de Grado UVa
    • Voir le document
    •   Accueil de UVaDOC
    • PROJET DE FIN D'ÉTUDES
    • Trabajos Fin de Grado UVa
    • Voir le document
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano

    Exportar

    RISMendeleyRefworksZotero
    • edm
    • marc
    • xoai
    • qdc
    • ore
    • ese
    • dim
    • uketd_dc
    • oai_dc
    • etdms
    • rdf
    • mods
    • mets
    • didl
    • premis

    Citas

    Por favor, use este identificador para citar o enlazar este ítem:http://uvadoc.uva.es/handle/10324/34297

    Título
    Big data y las Ciencias Sociales
    Autor
    Arnáiz Fernández, Miguel
    Director o Tutor
    Carrascal Arranz, UrsicinoAutoridad UVA
    Editor
    Universidad de Valladolid. Facultad de Ciencias Económicas y EmpresarialesAutoridad UVA
    Año del Documento
    2018
    Titulación
    Grado en Economía
    Résumé
    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
    Materias (normalizadas)
    Datos masivos
    Ciencias sociales - Métodos estadísticos
    Previsión económica
    Materias Unesco
    5302 Econometría
    Palabras Clave
    Big Data
    Data science
    Estadística
    Predicción
    Departamento
    Departamento de Economía Aplicada
    Idioma
    spa
    URI
    http://uvadoc.uva.es/handle/10324/34297
    Derechos
    openAccess
    Aparece en las colecciones
    • Trabajos Fin de Grado UVa [31077]
    Afficher la notice complète
    Fichier(s) constituant ce document
    Nombre:
    TFG-E-565.pdf
    Tamaño:
    1.394Mo
    Formato:
    Adobe PDF
    Thumbnail
    Voir/Ouvrir
    Attribution-NonCommercial-NoDerivatives 4.0 InternationalExcepté là où spécifié autrement, la license de ce document est décrite en tant que Attribution-NonCommercial-NoDerivatives 4.0 International

    Universidad de Valladolid

    Powered by MIT's. DSpace software, Version 5.10