Avaliação de crédito ao consumidor com redes neurais artificiais e árvore de decisão

• Autor(a) principal: Silva, Augusto Alves da
• Data de Publicação: 2019
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UNIVATES (Biblioteca Digital da Univates - BD)
• Texto Completo: http://hdl.handle.net/10737/2549
• topic: ENG; Risco de crédito; Redes Neurais Artificiais; Árvore de Decisão; Inteligência Artificial; Simulação de crédito; Credit risk; Artificial Neural Network; Decision Tree; Artificial Inteligence; Credit simulation

O presente trabalho aborda a Inteligência Artificial aplicada sobre a análise de risco de concessão de crédito a consumidores do setor varejista, problema comum encontrado em instituições que trabalham com crediários. Tem como objetivo o desenvolvimento de uma aplicação Web API, que através de uma estrutura de Rede Neural Artificial e aprendizado de máquina (machine learning), seja capaz de prever se um tomador de crédito será um bom ou mal pagador no futuro, mediante um resultado de credit scoring. Junto a isto, também se vê presente o desenvolvimento de uma estrutura de Árvore de Decisão, utilizada para a comparação de resultados, objetivando a calibração e aprimoramento da Rede Neural. Os resultados obtidos mostraram que a Rede Neural e a Árvore de Decisão tiveram uma aproximação de acurácia entre elas. A Árvore de Decisão mostrou-se mais eficiente para dados já conhecidos, porém, menos eficaz em predições de dados desconhecidos. A Rede Neural teve seu desempenho constante, tanto para dados conhecidos como para desconhecidos. Através da Web API implementada, foi possível efetuar consultas de diferentes configurações de perfis de tomadores e avaliar a sua pontuação de crédito, executada pela Rede Neural treinada, obtendo resultados que se aproximaram do esperado para cada situação.