dc.contributor.advisor | Vargas Huaman, Jhonatan Isaac | |
dc.contributor.advisor | Pereyra Acosta, Manuel Antonio | |
dc.contributor.author | Ortiz Piñella, Manuel Alejandro | |
dc.date.accessioned | 2023-10-09T14:44:54Z | |
dc.date.available | 2023-10-09T14:44:54Z | |
dc.date.issued | 2023 | |
dc.identifier.uri | https://hdl.handle.net/20.500.12692/124104 | |
dc.description.abstract | En esta investigación tuvo como objetivo general implementar el machine
learning para influir de manera significativa la gestión de créditos en la empresa
financiera. Se muestran deficiencias en la demora de evaluación de los servicios
de créditos financieros, provocando baja satisfacción de los clientes y demora de
selección de los servicios crediticios, lo cual se ve afectando a la empresa. La
gestión de créditos requiere que las evaluaciones de los servicios sean en menor
tiempo, que pueda aumentar la satisfacción de los clientes y que faciliten la
selección de los servicios crediticios en el menor tiempo.
La metodología fue de un enfoque tipo aplicada, cuantitativo y preexperimental;
se ha realizado una técnica de recolección de datos mediante la
técnica del fichaje, utilizando fichas de registro para las observaciones con una
población de 1110 clientes y una muestra de 286, tanto para pre-test y el posttest.
Concluyendo la implementación del machine learning influye
significativamente en la gestión de créditos en la empresa Credicoop Luz y
Fuerza ltda, Lima 2023. Reduce el tiempo promedio de evaluación de créditos
en 5555,03 segundos, incrementa significativamente el índice de satisfacción del
cliente y reduce el tiempo promedio de selección de créditos en 2763,35
segundos. | es_PE |
dc.format | application/pdf | es_PE |
dc.language.iso | spa | es_PE |
dc.publisher | Universidad César Vallejo | es_PE |
dc.rights | info:eu-repo/semantics/openAccess | es_PE |
dc.rights.uri | https://creativecommons.org/licenses/by/4.0/ | es_PE |
dc.source | Repositorio Institucional - UCV | es_PE |
dc.source | Universidad César Vallejo | es_PE |
dc.subject | Maching learning | es_PE |
dc.subject | Gestión de créditos | es_PE |
dc.subject | Inteligencia artificial | es_PE |
dc.subject | Crédito | es_PE |
dc.subject | Toma de decisiones | es_PE |
dc.title | Machine Learning en la gestión de créditos en Credicoop Luz y Fuerza, Lima 2023 | es_PE |
dc.type | info:eu-repo/semantics/masterThesis | es_PE |
thesis.degree.discipline | Maestría en Ingeniería de Sistemas con Mención en Tecnologías de la Información | es_PE |
thesis.degree.grantor | Universidad César Vallejo. Escuela de Posgrado | es_PE |
thesis.degree.name | Maestro en Ingeniería de Sistemas con mención en Tecnologías de la Información | es_PE |
dc.description.sede | Lima Norte | es_PE |
dc.description.escuela | Escuela de Posgrado | es_PE |
dc.description.lineadeinvestigacion | Sistemas de Información y Comunicaciones | es_PE |
renati.advisor.dni | 70430225 | |
renati.advisor.dni | 07268839 | |
renati.advisor.orcid | https://orcid.org/0000-0002-1433-7494 | es_PE |
renati.advisor.orcid | https://orcid.org/0000-0002-2593-5772 | es_PE |
renati.author.dni | 47254819 | |
renati.discipline | 612427 | es_PE |
renati.juror | Zarate Ruiz, Gustavo Ernesto | |
renati.juror | Pereyra Acosta, Manuel Antonio | |
renati.juror | Vargas Huaman, Jhonatan Isaac | |
renati.level | https://purl.org/pe-repo/renati/level#maestro | es_PE |
renati.type | https://purl.org/pe-repo/renati/type#tesis | es_PE |
dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#2.02.04 | es_PE |
dc.publisher.country | PE | es_PE |
dc.description.lig | Desarrollo sostenible, emprendimientos y responsabilidad social. | es_PE |
dc.description.rsu | Desarrollo económico, empleo y emprendimiento | es_PE |
dc.description.ods | Trabajo decente y crecimiento económico | es_PE |