Logotipo Dedalus   Logotipo ABCD
                         
Identificação       Preferências   Catálogos   Fale Conosco   Encerrar Sessão  
Buscas   Resultados   Buscas Anteriores   Meus Docs.   Histórico   Vocabulário   Ajuda
 
  Adicionar Reg. Meus Docs.  |  Localizar  |  Salvar / E-mail  

Registro Completo

Escolher formato: Padrão Ficha Formato Reduzido Nomes MARC Campos MARC
No. Registro   002707621
Tipo de material   ARTIGO DE PERIODICO - INTERNACIONAL
Entrada Principal   LinkBorges, Vanessa Anelli (*)
Título   LinkImpact of the segmentation for models of analysis in granting of credit : a comparison of results.
Imprenta   Essex, 2014.
Descrição   p. 1-16.
Idioma   Inglês
Nota   Disponível em: <http://www.businessjournalz.org/bmr>. Acesso em 03 ago 2015
Assunto   LinkREDES NEURAIS
  LinkANÁLISE DISCRIMINANTE
  LinkCLUSTERS
  LinkANÁLISE DE RISCO
Autor Secundário   LinkLima, Fabiano Guasti
  LinkPimenta Junior, Tabajara
  LinkGaio, Luiz Eduardo (*)
Fonte   LinkIn: Business and Management Review, Essex, v. 3, n. 10, p. 1-16, 2014, ISSN: 2047-0398
Localiz.Eletrônica   e-mail do autor -- mailto://fabianoguastilima@gmail.com
Localiz.Eletrônica    "Clicar" sobre o botão para acesso ao texto completo 
   "Clicar" sobre o botão para acesso ao Currículo Lattes de Fabiano Guasti Lima 
   "Clicar" sobre o botão para acesso ao Currículo Lattes de Tabajara Pimenta Júnior 
Resumo/Outros   This paper explores the contribution of segmentation data for analysis models in granting of credit. The decision of granting credit directly impacts business continuance, which justifies the importance of managing the risk of default. Given a base of 50,000 customers, it’s applied discriminant analysis to classify the predictive ability of this technique. Neural Networks are also used with this goal. Further, the data is segmented by cluster analysis K-Means, applies discriminant analysis, and then the Neural networks for each cluster formed. The sum of hits obtained in the second step is compared with the previous results. The process is repeated for the TwoStep Cluster analysis. The classifying capacity is higher for the two techniques combined with the K-means analysis. The results obtained with the TwoStep Cluster analysis weren’t satisfactory. Finally, it was found that Neural networks have better classification ability
 
Acervo Geral   Todos os itens
Itens na Biblioteca   BCRP-Fac Ec Adm Cont Rib PretoLibrary Info
Unidade USP   FEARP -- FAC DE ECON ADMIN CONTABILIDADE DE RIBEIRÃO PRETO
  FEARP -- FAC DE ECON ADMIN CONTABILIDADE DE RIBEIRÃO PRETO

Escolher formato: Padrão Ficha Formato Reduzido Nomes MARC Campos MARC


Encerrar Sessão - Preferências - Fale Conosco - Ajuda - Ex Libris
Buscas - Resultados - Buscas Anteriores - Catálogos