[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"doc-detail-122735-es":3,"doc-seo-122735-110":30,"detail-sidebar-cat-0-es-110":92},{"code":4,"msg":5,"data":6},0,"success",{"doc_id":7,"user_id":8,"nickname":9,"user_avatar":10,"doc_module":4,"category_id":11,"category_name":12,"doc_title":13,"doc_description":14,"doc_content":15,"file_id":16,"file_url":17,"file_type":18,"file_size":19,"view_count":20,"is_deleted":4,"is_public":20,"is_downloadable":20,"audit_status":20,"page_count":21,"language":22,"language_code":23,"site_id":24,"html_lang":23,"table_of_contents":25,"faqs":26,"seo_title":27,"seo_description":14,"update_tm":28,"read_time":29},122735,549768064778,"Finn","https://ap-avatar.wpscdn.com/davatar_6f874abed73319feea01a86fa6f0fab8",41,"Investigación e Informes","Machine Learning en la gestión de créditos en Credicoop Luz y Fuerza - Lima 2023","La tesis desarrolla una propuesta de Machine Learning para apoyar la gestión de créditos en Credicoop Luz y Fuerza, ubicada en Lima, con un enfoque en la mejora del proceso de evaluación y selección crediticia. Se estructura mediante un marco teórico sobre sistemas de información y tecnologías, y una metodología de investigación que define tipo y diseño, variables y operacionalización, población, muestra y muestreo. El trabajo incorpora técnicas e instrumentos de recolección de datos y un análisis orientado a contrastar resultados con indicadores de tiempo de evaluación, tiempo de selección e índice de satisfacción del cliente.","ESCUELA DE POSGRADO  \nPROGRAMA ACADÉMICO DE MAESTRÍA EN INGENIERÍA DE SISTEMAS CON MENCIÓN EN TECNOLOGÍAS DE LA INFORMACIÓN  \nMachine Learning en la gestión de créditos en Credicoop Luz y  \nFuerza, Lima 2023  \nTESIS PARA OBTENER EL GRADO ACADÉMICO DE:  \nMaestro en Ingeniería de Sistemas con Mención en Tecnología de la  \nInformación  \nAUTOR:  \nOrtiz Piñella, Manuel Alejandro ([orcid.org/0009-0000-9024-759X](orcid.org/0009-0000-9024-759X))  \nASESORES:  \nDr. Vargas Huaman, Jhonatan Isaac ([orcid.org/0000-0002-1433-7494](orcid.org/0000-0002-1433-7494)) Dr. Pereyra Acosta, Manuel Antonio ( [orcid.org/0000-0002-2593-5772](orcid.org/0000-0002-2593-5772))  \nLÍNEA DE INVESTIGACIÓN:  \nSistemas de Información y Comunicaciones  \nLÍNEA DE RESPONSABILIDAD SOCIAL UNIVERSITARIA:  \nDesarrollo económico, empleo y emprendimiento  \nLIMA – PERÚ  \n2023  \nDEDICATORIA  \nA Dios, a mis Padres y a mi familia agradecerles por el apoyo en esta etapade mi vida, por la educación y consejos que me han mantenido en este crecimiento profesional.  \nAGRADECIMIENTO  \nA mi familia, a Dios, a mis maestros y enespecial a todas aquellas personas que creyeron en mí, que me apoyaron yalentaron en toda esta trayectoria profesional.  \nÍNDICE DE CONTENIDOS  \nCARÁTULA i  \nDEDICATORIA ii  \nAGRADECIMIENTO iii  \nDECLARATORIA DE AUTENTICIDAD DEL ASESOR iv  \nDECLARATORIA DE ORIGINALIDAD DEL AUTOR v  \nÍNDICE DE CONTENIDOS vi  \nÍNDICE DE TABLAS viii  \nÍNDICE DE FIGURAS ix  \nRESUMEN xii  \nABSTRACT xiii  \nI. Introducción 1  \nII. Marco Teórico 5  \nIII. Metodología 19  \n3.1. Tipo y diseño de investigación 19  \n3.1.1. Tipo de investigación 19  \n3.1.2. Diseño de investigación 19  \n3.2. Variables y Operacionalización 20  \n3.3. Población, muestra y muestreo 22  \n3.3.1. Población: 22  \n3.3.2. Muestra: 22  \n3.3.3. Muestreo: 23  \n3.3.4. Unidad de Análisis: 23  \n3.4. Técnicas e instrumentos de recolección de datos 24  \n3.5. Procedimientos 26  \n3.6. Método de análisis de datos 26  \n3.7. Aspectos éticos 26  \nIV. Resultados 28  \nV. Discusión 39  \nVI. Conclusiones 44  \nVII. Recomendaciones 46  \nREFERENCIAS 47  \nANEXOS  \nÍNDICE DE TABLAS  \nTabla 1 Tabla de Muestra Estratificada 24  \nTabla 2 Tabla de Expertos que validaron el instrumento de recojo de datos 25  \nTabla 3 Tabla descriptiva del indicador 1 Tiempo promedio de Evaluación de  \nCrédito 28  \nTabla 4 Tabla descriptiva del indicador 2 índice de satisfacción del cliente 29  \nTabla 5 Tabla descriptiva del indicador 3 Tiempo promedio de selección decrédito 30  \nTabla 6 Tabla de Prueba de normalidad del indicador de Tiempo promedio deevaluación de crédito 32  \nTabla 7 Tabla de Prueba de normalidad del indicador de Índice de satisfaccióndel cliente 33  \nTabla 8 Tabla de Prueba de normalidad del indicador de Tiempo promedio deselección de crédito 34  \nTabla 9 Tabla de Prueba U de Mann Whitney del indicador Tiempo promedio  \nde evaluación de crédito 35  \nTabla 10 Tabla de Prueba U de Mann Whitney del indicador índice de satisfacción del cliente 37  \nTabla 11 Tabla de Prueba U de Mann Whitney del indicador Tiempo promedio  \nde selección de crédito 38  \nTabla 12 Tabla de Scrum Team 124  \nTabla 13 Matriz de Impacto de Prioridades 124  \nTabla 14 Pila de producto organizada por prioridades 125  \nTabla 15 Lista de Sprint 126  \nTabla 16 Sprint N°1 130  \nTabla 17 Sprint N°2 160  \nTabla 18 Sprint N°3 189  \nÍNDICE DE FIGURAS  \nFigura 1 Historia de usuario N°1 120  \nFigura 2 Historia de usuario N°2 121  \nFigura 3 Historia de usuario N°3 121  \nFigura 4 Historia de usuario N°4 122  \nFigura 5 Historia de usuario N°5 122  \nFigura 6 Historia de usuario N°6 123  \nFigura 7 Historia de usuario N°7 123  \nFigura 8 Plan de trabajo 129  \nFigura 9 Diagrama de Caso de Uso Menú del Sistema 131  \nFigura 10 Prototipo RF1 132  \nFigura 11 Módulo de menú de inicio 133  \nFigura 12 Código HTML de menú inicio 134  \nFigura 13 Estilos CSS de menú de inicio 135  \nFigura 14 Diagrama de Caso de Uso Registro de Clientes 136  \nFigura 15 Diagrama lógico de base de datos RF2 137  \nFigura 16","cbCaig8r0L0VIo14","https://ap.wps.com/l/cbCaig8r0L0VIo14","pdf",12738187,1,221,"Spanish","es",110,"# Introducción\n# Marco Teórico\n# Metodología\n## Variables y Operacionalización\n## Población, muestra y muestreo\n# Resultados\n# Discusión\n# Conclusiones\n# Recomendaciones\n# Referencias\n# Anexos","[{\"question\":\"Cuál es el objetivo principal del estudio sobre Machine Learning aplicado a la gestión de créditos en Credicoop Luz y Fuerza?\",\"answer\":\"El estudio busca aplicar Machine Learning para fortalecer la gestión de créditos, centrando la evaluación y selección crediticia en indicadores medibles como tiempos de proceso e impacto en la satisfacción del cliente.\"},{\"question\":\"Qué indicadores se consideran para evaluar los resultados del trabajo?\",\"answer\":\"Se consideran indicadores descriptivos y de contraste vinculados al tiempo promedio de evaluación de crédito, al índice de satisfacción del cliente y al tiempo promedio de selección de crédito, incluyendo pruebas estadísticas asociadas.\"},{\"question\":\"Cómo se organiza la metodología de investigación en el documento?\",\"answer\":\"La metodología incluye el tipo y diseño de investigación, la definición de variables y su operacionalización, población, muestra y muestreo, además de las técnicas e instrumentos de recolección de datos, procedimientos, método de análisis de datos y aspectos éticos.\"}]","Machine Learning en la gestión de créditos en Credicoop Luz y Fuerza - Lima 2023 | PDF",1785812601,340,{"code":4,"msg":31,"data":32},"ok",{"site_id":24,"language":23,"slug":33,"title":13,"keywords":34,"description":14,"schema_data":35,"social_meta":87,"head_meta":89,"extra_data":91,"updated_unix":28},"machine-learning-for-credit-management-at-credicoop-luz-y-fuerza-lima-2023","",{"@graph":36,"@context":86},[37,54,69],{"@type":38,"itemListElement":39},"BreadcrumbList",[40,44,48,51],{"item":41,"name":42,"@type":43,"position":20},"https://docshare.wps.com","Home","ListItem",{"item":45,"name":46,"@type":43,"position":47},"https://docshare.wps.com/es/document/","Document",2,{"item":49,"name":12,"@type":43,"position":50},"https://docshare.wps.com/es/document/investigación-e-informes/",3,{"item":52,"name":13,"@type":43,"position":53},"https://docshare.wps.com/es/document/machine-learning-for-credit-management-at-credicoop-luz-y-fuerza-lima-2023/122735/",4,{"url":52,"name":13,"@type":55,"author":56,"headline":13,"publisher":58,"fileFormat":61,"inLanguage":23,"description":14,"dateModified":62,"datePublished":63,"encodingFormat":61,"isAccessibleForFree":64,"interactionStatistic":65},"DigitalDocument",{"name":9,"@type":57},"Person",{"url":41,"name":59,"@type":60},"DocShare","Organization","application/pdf","2026-08-15","2026-08-04",true,{"@type":66,"interactionType":67,"userInteractionCount":20},"InteractionCounter",{"@type":68},"ViewAction",{"@type":70,"mainEntity":71},"FAQPage",[72,78,82],{"name":73,"@type":74,"acceptedAnswer":75},"Cuál es el objetivo principal del estudio sobre Machine Learning aplicado a la gestión de créditos en Credicoop Luz y Fuerza?","Question",{"text":76,"@type":77},"El estudio busca aplicar Machine Learning para fortalecer la gestión de créditos, centrando la evaluación y selección crediticia en indicadores medibles como tiempos de proceso e impacto en la satisfacción del cliente.","Answer",{"name":79,"@type":74,"acceptedAnswer":80},"Qué indicadores se consideran para evaluar los resultados del trabajo?",{"text":81,"@type":77},"Se consideran indicadores descriptivos y de contraste vinculados al tiempo promedio de evaluación de crédito, al índice de satisfacción del cliente y al tiempo promedio de selección de crédito, incluyendo pruebas estadísticas asociadas.",{"name":83,"@type":74,"acceptedAnswer":84},"Cómo se organiza la metodología de investigación en el documento?",{"text":85,"@type":77},"La metodología incluye el tipo y diseño de investigación, la definición de variables y su operacionalización, población, muestra y muestreo, además de las técnicas e instrumentos de recolección de datos, procedimientos, método de análisis de datos y aspectos éticos.","https://schema.org",{"og:url":52,"og:type":88,"og:title":13,"og:site_name":59,"og:description":14},"article",{"robots":90,"canonical":52},"index,follow",{"doc_id":7,"site_id":24},{"code":4,"msg":5,"data":93},[94,99,103,107,111,113,117,121,125,129],{"id":95,"doc_module":4,"doc_module_name":46,"category_name":96,"show_sort_weight":97,"slug":98},39,"Cómic",60,"comic",{"id":100,"doc_module":4,"doc_module_name":46,"category_name":101,"show_sort_weight":97,"slug":102},43,"Estilo de Vida","lifestyle",{"id":104,"doc_module":4,"doc_module_name":46,"category_name":105,"show_sort_weight":97,"slug":106},38,"Examen","exam",{"id":108,"doc_module":4,"doc_module_name":46,"category_name":109,"show_sort_weight":97,"slug":110},44,"General","general",{"id":11,"doc_module":4,"doc_module_name":46,"category_name":12,"show_sort_weight":97,"slug":112},"research-report",{"id":114,"doc_module":4,"doc_module_name":46,"category_name":115,"show_sort_weight":97,"slug":116},37,"Literatura","literature",{"id":118,"doc_module":4,"doc_module_name":46,"category_name":119,"show_sort_weight":97,"slug":120},22,"Relatos y Novelas","story-novel",{"id":122,"doc_module":4,"doc_module_name":46,"category_name":123,"show_sort_weight":97,"slug":124},42,"Religión y Espiritualidad","religion-spirituality",{"id":126,"doc_module":4,"doc_module_name":46,"category_name":127,"show_sort_weight":97,"slug":128},40,"Salud y Atención Médica","healthcare",{"id":130,"doc_module":4,"doc_module_name":46,"category_name":131,"show_sort_weight":97,"slug":132},24,"Tecnología","technology"]