`

linguagem

` `

topico

` `

nome

`Escore de crédito`

` `

titulo

`Escore de crédito`

` `

descritor

`datamining, bigdata, credit scoring, mineração de dados
`

` `

lead

`Tarefas e técnicas apropriadas para implantação de uma estratégia para reduzir perdas com a inadimplência`

` `

melhorar

``

` `

referencia

`WDMining.html`

` `

origem

`WEscoreCredito.xml`

` `

` `

topico

` `

titulo

`Definição`

` `

desc

` Para

• Cenário: Financeira
• Problema: Receitas em Queda
  
• Solução: Reduzir Perdas com Inadimplência
  
• Estratégia: Identificar e negar solicitações de crédito para Consumidores com grande prpensão a inadimplência
  
• Base de dados: Histórico de solicitações de crédito (CDC - crédito direto ao consumidor)
• Descrição Resumida: Contém informações históricas sobre consumidores e créditos a ele concedido
  

`

` `

` `

topico

` `

titulo

`Metadado`

` `

desc

`

Lay-out do banco de dados

Atributo	Tipo de Dado	Descrição de Domínio
UF	Categórico	Sigla da Unidade da Federação
Tipo_Residencia	Quantitativo	Valor da renda mensal do Cliente que solicitou credito
Despesas	Cattegórico	Toal das despesas mensais do Cliente que solicitou o crédito
Ndep	Quantitativo	Número de dependentes do Cliente que solitou crédito.
DtCredito	Data	Data em que o crédito foi concebido.
Valor_Credito	Quantitativo	Valor da solicitaçõ do credito
Situaçao	Categórico	Resultado do crédito: cliente pagou, cliente não pagou

`

` `

` `

topico

` `

titulo

`Tarefas de KDD `

` `

desc

`

Tarefas que julgar mais apropriada(s) na implementação da estratégia de solução do problema:

• Classificação

`

` `

` `

topico

` `

titulo

`Tecnicas de KDD`

` `

desc

` Tecnicas viáveis para executar (s) as tarefa (s) de KDD:

• Árvores de Decisão - CHAID, C 4.5, CART
• Redes Neurais - Multi Layer Perceptron
  
• Regressão Logística
  

`

` `

` `

`