Modelos de classificação : aplicações no setor bancário

Tecnicas para solucionar problemas de classificacao tem aplicacoes em diversas areas, como concessao de credito, reconhecimento de imagens, deteccao de SPAM, entre outras. E uma area de intensa pesquisa, para a qual diversos metodos foram e continuam sendo desenvolvidos. Dado que nao ha um metodo que apresente o melhor desempenho para qualquer tipo de aplicacao, diferentes metodos precisam ser comparados para que possamos encontrar o melhor ajuste para cada aplicacao em particular. Neste trabalho estudamos seis diferentes metodos aplicados em problemas de classificacao supervisionada (onde ha uma resposta conhecida para o treinamento do modelo): Regressao Logistica, Arvore de Decisao, Naive Bayes, KNN (k-Nearest Neighbors), Redes Neurais e Support Vector Machine. Aplicamos os metodos em tres conjuntos de dados referentes a problemas de concessao de credito e selecao de clientes para campanha de marketing bancario. Realizamos o pre-processamento dos dados para lidar com observacoes faltantes e classes desbalanceadas. Utilizamos tecnicas de particionamento do conjunto de dados e diversas metricas, como acuracia, F1 e curva ROC, com o objetivo de avaliar os desempenhos dos metodos/tecnicas. Comparamos, para cada problema, o desempenho dos diferentes metodos considerando as metricas selecionadas. Os resultados obtidos pelos melhores modelos de cada aplicacao foram compativeis com outros estudos que utilizaram os mesmos bancos de dados. Abstract