Correo Electrónico
DNINFOA - SIA
Bibliotecas
Convocatorias
Identidad U.N.
Publicado
Desafíos y oportunidades del machine learning en el sector financiero colombiano: hacia una gestión del riesgo más eficiente
Palabras clave:
. (es)Descargas
.
Referencias
Alonso, A. y Carbó, J. M. (2023). Aprendizaje automático en modelos de
concesión de crédito: oportunidades y riesgos. En S. Carbó, J. J. Ganuza,
D. Peña y P. Poncela (eds.), Análisis financiero y big data (pp. 79-104).
Funcas. https://www.funcas.es/wp-content/uploads/2023/05/Analisisfinanciero-
y-big-data_Capitulo-III.pdf.
Dueñas, L. M., Villegas, G. A., Castiblanco, S. y Castaño, C. A. (2021).
Casos de éxito en la implementación del mantenimiento predictivo
mediante el uso de tecnologías de la industria 4.0 en empresas
colombianas. Actas del Congreso Internacional de Ingeniería de
Sistemas, 109-121. https://doi.org/10.26439/ciis2020.5508.
Francés, T. (2020). Impacto del machine learning en el sistema
financiero. Universidad Pontificia Comillas.
Gimeno, R. y Marqués, J. M. (2022). Tradición e inteligencia
artificial: oportunidades y retos del machine learning para los servicios
financieros. ICE, Revista de Economía, (926). https://doi.org/10.32796/
ice.2022.926.7403.
Gómez, N. Y., Ayala, L. F. y Gómez, N. S. (2022). Panoramas
de producción y redes de colaboración científica. Indicadores y
comparativos. Suramérica y otros países. Revista Historia de
la Educación Latinoamericana, 24(39), 107-126. https://doi.
org/10.19053/01227238.15690.
González, J. A. (2015). Innovación y tecnología, factores claves de
competitividad empresarial. Una mirada desde lo local. Revista Lebret,
7, 103-124. https://doi.org/10.15332/rl.v0i7.1521.
Gutiérrez, F., Rodríguez, S., Patiño, L. P. y
Hernández, L. (2023). Estudio de la prevención y detección de fraudes
financieros a través de técnicas de aprendizaje automático. CAFI, 6(1),
77-101. https://doi.org/10.23925/cafi.v6i1.58372.
Hoz, E. J. de la, Fontalvo, T. J. y Hoz, E. de la (2020). Análisis
multivariado y aprendizaje automático en la evaluación y pronóstico de
los perfiles financieros en el sector de telecomunicaciones en Colombia.
Prospectiva, 18(1), 7-12. http://ojs.uac.edu.co/index.php/prospectiva/
article/view/2063/2175.
Lozano, G. D. y Huertas, C. A. (2024). Prevención de fraudes en el sector
financiero colombiano a través de controles que usan el aprendizaje
automático. [Tesis de grado]. Universidad Cooperativa de Colombia.
https://repository.ucc.edu.co/handle/20.500.12494/53921.
Padilla, A. M., Medina, J. E. y Ospina, J. H. (2020). Métodos
de aprendizaje automático en los estudios prospectivos desde un
ejemplo de la financiación de la innovación en Colombia. Revista
de Investigación, Desarrollo e Innovación, 11(1), 9-21. https://doi.
org/10.19053/20278306.v11.n1.2020.11676.
Pérez, L. (2023). Análisis del sector turístico de la ciudad de Barranquilla
aplicando técnicas de aprendizaje automático. CESTA, 4(1), 35-40.
https://doi.org/10.17981/cesta.04.01.2023.04.
Rodríguez, L. F. y Martín, Á. (2020). La transformación digital en el
sistema financiero. Saberes. Revista de Ciencias Sociales, Artes y Lenguas,
3. https://revistas.uax.es/index.php/sab/article/view/1295/1051.
Rojas, L. (2016). N 24. La revolución de las empresas FinTech y el
futuro de la banca. Disrupción tecnológica en el sector financiero. CAF.
