Análise de crédito baseada em floresta aleatória

Raul Victor de Oliveira Paiva; Roni Vial Ciribelli Jr; Elton Marques Saraiva; Claudio  Henrique de Oliveira; Sandro Costa Mesquita

Raul Victor de Oliveira Paiva Universidade Federal do Ceará (UFC)
Roni Vial Ciribelli Jr Centro Universitário Ateneu
Elton Marques Saraiva Centro Universitário Ateneu
Claudio Henrique de Oliveira Centro Universitário Ateneu
Sandro Costa Mesquita Centro Universitário Ateneu

Palavras-chave: Ciência de dados, aprendizado de máquina, django, emprestimo

Resumo

A avaliação de crédito torna-se essencial em períodos cruciais para a estabilidade financeira. A busca por sistemas confiáveis reflete o empenho em unir aspirações e realidade. Soluções de análise de crédito usando aprendizado de máquina são um avanço promissor em direção à acessibi- lidade, para aqueles que buscam aprovação de crédito. Neste sentido, o presente trabalho tem como objetivo apresentar uma aplicação de análise de crédito baseado em aprendizagem de máquina. O produto consta com o uso do framework Django para comunicar a interface gráfica com núcleo em Python, para acessar o modelo de aprendizado de máquina baseado em floresta aleatória.

Biografia do Autor

Raul Victor de Oliveira Paiva, Universidade Federal do Ceará (UFC)

Licenciado em Física pela Universidade Estadual do Ceará (UECE)/(FAFIDAM), Mestrado em Engenharia de Teleinformática pela Universidade Federal do Ceará (UFC) na área de sinais e sistemas, com foco no estudo de predição de séries temporais climáticas. Estudante de doutorado em Engenharia de Teleinformática também pela UFC, na linha de pesquisa de processamento de sinais e imagens. Possui interesse na área de ciência de dados. Defensor do movimento software livre.

Sandro Costa Mesquita, Centro Universitário Ateneu

Mestre em Engenharia de Software pelo CESAR School, Recife - PE. MBA em Engenharia de Petróleo e Energias Renováveis pela Estácio Rio de Janeiro. Especialista em Automação Industrial pela FATEC Cariri em Juazeiro do Norte - CE. Graduado em Mecatrônica Industrial pelo IFCE. Atualmente é professor e coordenador IES do Centro Universitário Ateneu, pesquisador e desenvolvedor de tecnologia e inovação na Robopet e professor do curso de Robótica - Pixels Escola de Design e Tecnologia. Possuo experiência na área de Robótica, Mecatrônica, Automação e Inteligência Artificial, com ênfase em Robótica, Mecatrônica, Automação e Internet das Coisas, atuando principalmente nos seguintes temas: robótica, automação, social, residencial e Domótica.