ISCTE-IUL

This paper analyzes recent literature in the search for trends in machine learning applications for the banking industry with emphasis on credit risk. The researches were carried out in comparative studies described in relevant journals, resulting in 57 articles published between 1996 and 2019. In addition, information from the answers given in a questionnaire prepared for the employees of 12 banking institutions was used. Among them are Brazilian, Portuguese and international banks (USA, Spain, France, United Kingdom and China). The analysis was conducted using a dictionary of terms belonging to both banking, credit risk and machine learning domains. This procedure allowed the identification of the relationships between terms and articles. The results of the questionnaire show that credit risk in banks is one of the main trends of use for machine learning, which confirms the guidelines of the survey. There is also a relevant interest in fraud detection. Several articles have focused on machine learning techniques, highlighting the use of regression models, neural networks, decision trees and naive bayes. In pointing out these current research results, this study also lists opportunities for future research.

Este artigo apresentou como objetivo uma revisão bibliométrica com o propósito de fazer um estudo descritivo, identificação de autores e publicações relevantes sobre o tema. Como metodologia, utilizou-se as bases de dados científicas do Google Acadêmico, Bon e Science Direct, de modo a localizar estudos existentes sobre a temática até maio de 2021. Para isso, foram encontrados como resultado: 15065 trabalhos científicos que abordam o referido tema, escritos por mais de 500 autores pertencentes a diversas instituições de países diferentes. Em desfecho, pôde-se, com isso, constatar que ao sintetizar as informações referentes às publicações científicas do tema, possibilitou a construção de um arcabouço teórico que servem de incentivos para que novas pesquisas sejam realizadas.

Relato das Atividades Realizadas durante o Curso de Mestrado Iniciei as aulas do meu mestrado em Sistemas Integrados de Apoio à Decisão, no ISCTE-Instituto Universitário de Lisboa, em 01.09.2017. Este documento tem como objetivo relatar de forma resumida as atividades efetivamente realizadas durante o curso.

Este artigo acadêmico propõe uma análise abrangente da interseção entre a inteligência artificial (IA) e diversas disciplinas dentro da ciência da computação, explorando os trabalhos do quarto trimestre de 2023 de renomados pesquisadores como Bengio Yoshua, Malkin Nikolay e Tao Dacheng. A investigação abrange tópicos que vão desde a teoria dos jogos até a engenharia de software, passando por áreas emergentes como a geração de neblina em imagens e a aprendizagem não emparelhada. A síntese desses domínios proporciona uma compreensão holística do impacto e das perspectivas futuras da ciência da computação.