Webinar "Cómo anticipar el impago con Machine Learning y poder explicarlo"

El objetivo del webinar es mostrar cómo combinar machine learning y explicabilidad para tomar decisiones más informadas en contextos reales de negocio. Para ello se aborda uno de los problemas del sector financiero: la predicción del impago temprano de préstamos. Utilizaremos datos reales de la plataforma Lending Club, una de las plataformas de financiación de préstamos personales peer-to-peer más conocidas, que conecta a prestatarios con inversores a través de una plataforma online. A lo largo de la sesión se explica el proceso completo de un proyecto de Machine Learning aplicado a nuestro caso de uso: exploración y preparación del dataset, entrenamiento de diferentes modelos predictivos y su evaluación con diferentes métricas. Finalmente, se toca un aspecto cada vez más relevante en el sector financiero: la explicabilidad de los modelos. Para ello se muestra cómo utilizar modelos surrogados que permiten explicar modelos considerados caja negra mediante reglas interpretables, ayudando a entender qué características de los clientes y de los préstamos están asociadas a un mayor riesgo de impago temprano. Ponente: Leticia Monje García - Científico de datos senior con más de 20 años de experiencia en el sector financiero e ingeniería. Actualmente, trabaja en Caixabank. Doctora en Análisis de Datos (Data Science) por la Universidad Complutense de Madrid. Autora de las publicaciones científicas “Deep Learning XAI for Bus Passenger Forecasting: A Use Case in Spain” y "Machine Learning XAI for Early Loan Default Prediction". 18 de marzo de 2026 www.eoi.es