Banca de DEFESA: HÉLIO GONÇALVES DE SOUZA JUNIOR

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : HÉLIO GONÇALVES DE SOUZA JUNIOR
DATA : 11/03/2022
HORA: 08:00
LOCAL: Virtual
TÍTULO:

Comparação de métodos de inferência dos rejeitados em modelos de 
Credit Scoring

PALAVRAS-CHAVES:

Inferência dos rejeitados, Aprendizagem de máquina, Credit 
scoring, Risco de crédito

PÁGINAS: 73
RESUMO:

Os modelos de Credit Scoring oferecem benefícios para os credores e 
tomadores por muitos anos. No entanto, na prática, esses modelos são 
normalmente construídos em uma amostra da população de clientes aprovados e 
não consideram os que foram rejeitados. Isso tende a causar um viés 
amostral. Inferência dos rejeitados é um método para estimar como os 
requerentes rejeitados teriam se comportado se tivessem sido concedidos e 
incorporando essas informações na reconstrução do modelo de Credit Scoring. 
Nesta dissertação vão ser comparados 4 (cinco) métodos de inferência dos 
negados: Reclassificação, Augmentation, Cluster e Parcelamento. E também a 
inclusão de um algoritmo de deep learning, o Deep Embedded Clustering 
(DEC). Os métodos serão avaliados por diversas métricas de performance, 
tais como: AUC, KS, F1, acurácia, DTI, teste não paramétrico de 
Kruskal-Wallis e um teste post-hoc de Nemenyi. Os métodos são analisados em 
3 (três) conjuntos de dados reais com diversos perfis de taxa de 
reprovação, para verificar se o efeito do comportamento da aprovação 
impacta na performance dos métodos. Os experimentos realizados evidenciaram 
que existe diferença significativa entre os métodos estudados e também que 
o método de DEC teve desempenho superior que os demais métodos para a 
maioria das métricas avaliadas.

MEMBROS DA BANCA:
Interno - 1277250 - GERMANO CRISPIM VASCONCELOS
Presidente - 1511021 - RENATA MARIA CARDOSO RODRIGUES DE SOUZA
Externo à Instituição - ROSALVO FERREIRA DE OLIVEIRA NETO - UNIVASF