| Área / Especialidad | Comercio Y Servicios Financieros-Riesgos (Análisis, Solvencia, Liquidez, Endeudamiento, Etc.) |
|---|
| Infraestructura | Sala De Clases Con Espacio Adecuado Para El Trabajo En Formato Escuela Y Grupal De Acuerdo A Técnicas Metodológicas, Sala Equipada Con 30 Sillas Y Mesas, Iluminación, Aire Acondicionado Y Ventilación Adecuados. Escritorio Para El Relator, Baño Para Damas Y Varones. |
|---|
| Equipamiento | Proyectora Con Computador, Telón Para Proyectar, Pizarrón Acrílico, Sillas, Mesas, Computador Portátil (Clases Prácticas) Para Los Alumnos Y El Relator. Aire Acondicionado. |
|---|
| Asistencia | 80 |
|---|
| Fecha de procesamiento | 2025-10-30 15:27:41 |
|---|
| N° |
Objetivo |
Contenido |
Horas Teóricas |
Horas Prácticas |
Horas E-learning |
| 1 |
Módulo 1: Conceptos De Data Mining Y Estadística: Al Término De Este Módulo Los Participantes Estarán En Condiciones De Reconocer Diferentes Aplicaciones Potenciales En Sus Ámbitos De Trabajo Y Podrán Desarrollar Un Concepto De Proyecto. |
Introducción A Conceptos Básicos De Estadística Y Data Mining: ¿Motivación ¿Diferentes Enfoques De Estadística Y Data Mining Conceptos Básicos De La ¿Inteligencia De Negocios¿ (O Business Intelligence), Fundamentos, Métodos Y Aplicación De La Inteligencia De Negocios: ¿Vista General De La Inteligencia De Negocios ¿Proceso Kdd (Knowledge Discovery In Databases) ¿Aplicaciones Bases De Datos, Data Warehouse Y Olap, Análisis De Datos, Outliers, Missing Values, Preprocesamiento: ¿Almacenamiento De Datos ¿Análisis Exploratorio ¿Preprocesamiento De Datos Métodos Analíticos Básicos Y Avanzados: ¿Análisis Discriminante ¿Árboles De Decisión ¿Redes Neuronales ¿Regresión Logística, Scorings |
10 |
0 |
0 |
| 2 |
Módulo 2 Aplicaciones En Riesgo De Crédito: Al Término De Este Módulo Los Participantes Estarán En Condiciones De Especificar Un Proyecto Para Identificar El Riesgo Crediticio De Sus Clientes. |
Principales Modelos Existentes De Predicción De Comportamiento De Pago (Segmento Personas) Y Predicciones De Quiebras O Insolvencia (Segmento Empresas): ¿Enfoque De Transiciones ¿Modelos Estructurales ¿Modelos De Vintage ¿Modelos Logit Metodología De Construcción De Un Modelo De Scoring De Iniciación Y Scoring De Comportamiento (Segmento De Personas): ¿Principales Etapas En La Construcción De Un Scoring ¿Calibración ¿Análisis De La Calidad De Ajuste De Un Modelo De Scoring ¿Seguimiento Metodología De Construcción De Un Modelo De Provisiones De Colocaciones (Segmento De Personas Y Segmento De Empresas). Basado En Normas De Basilea Ii: ¿Provisiones Para Personas: Estimaciones De Pi, Ead Y Lgd ¿Caso De Empresas: Modelos Individuales Y Grupales ¿Ejemplos Metodología De Validación De Un Modelo De Scoring (Análisis De Estabilidad Poblacional Y Análisis Discriminante). Back Test De Suficiencia De Provisiones. |
10 |
0 |
0 |
| 3 |
Módulo 3 Taller Práctico: Al Término Del Presente Módulo Los Participantes Estarán En Condiciones De Aplicar Las Técnicas Aprendidas Para Construir Un Modelo De Riesgo Crediticio Y De Los Modelos Más Relevantes De Un Proyecto. |
¿Aplicación De La Metodología Kdd A Una Base De Datos De Riesgo De Crédito. ¿Uso De Software Para La Creación De Modelos De Riesgo De Crédito. ¿Se Tratarán Los Siguientes Temas: Ovariables Relevantes En Problemas De Scoring. Otransformaciones Relevantes Y Peso De La Evidencia. Oregresión Logística E Interpretación De Coeficientes. ¿Validación De Modelos: K-S, Auc. |
0 |
4 |
0 |