Resumen

El big data y su análisis se han convertido en una práctica generalizada en tiempos recientes, aplicable a múltiples industrias. La minería de datos es una técnica basada en aplicaciones estadísticas. Este método extrae elementos de datos previamente indeterminados de grandes cantidades de datos. Las industrias bancaria y de seguros utilizan el análisis de minería de datos para detectar fraudes, ofrecer soluciones de crédito o seguros apropiados a los clientes y comprender mejor las demandas de los clientes. Este estudio tiene como objetivo identificar algoritmos de clasificación de minería de datos y utilizarlos para predecir riesgos de incumplimiento, evitar posibles dificultades de pago y reducir problemas potenciales en la extensión de crédito. Los datos para este estudio, que contienen características demográficas y socioeconómicas de individuos, se obtuvieron de la encuesta del Instituto Nacional de Estadística de Turquía de 2015. Se aplicaron seis algoritmos de clasificación -Naive Bayes, redes Bayesianas, J48, bosque aleatorio, perceptr

• Materias:Sensores Seguridad informática Rendimiento del hardware Matriz
• Subjects:sensors Computer security Hardware performance Matrix
• Palabras claves:Big data; Minería de datos; Algoritmos de clasificación; Regresión logística; Riesgo de incumplimiento; Demandas de los clientes
• Keywords:Big data; Data mining; Classification algorithms; Logistic regression; Default risk; Customer demands