01777naa a2200241 a 450000100080000000500110000800800410001910000170006024501250007726000090020252010560021165000200126765300250128765300160131265300230132865300160135165300190136765300080138665300180139470000220141270000190143477300820145311161222005-10-14       2005    bl uuuu     u00u1 u    #d1 aLEMOS, E. P.  aAnálise de crédito bancário por meio de redes neurais e árvores de decisãobuma aplicação simples de data mining.  c2005  aNa área de crédito bancário, a posse e o uso de ferramentas que auxiliem na tarefa de classificação de clientes em prováveis solventes ou insolventes em relação à tomada de crédito podem tornar-se um fator-chave, resultando em uma grande vantagem competitiva. Dentro da imensa quantidade de dados disponíveis nos bancos de dados das empresas existe muito conhecimento útil e importante que está escondido. Com a metodologia de Data Mining, pode-se transformar esses dados em informações valiosas para auxiliar no processo decisório. Neste trabalho são analisados registros históricos de 339 clientes (pessoas jurídicas) de uma agência bancária, por meio de duas das ferramentas de Data Mining: Redes Neurais e Árvores de Decisão. Essas técnicas permitem fazer o reconhecimento de padrões e também classificar novos casos. Os resultados foram bastante satisfatórios, mostrando que, para esse problema específico, as Redes Neurais apresentaram uma taxa de classificação correta maior do que aquela das Árvores de Decisão.  aneural networks  aárvores de decisão  abank credit  acrédito bancário  adata mining  adecision trees  aKDD  aredes neurais1 aSTEINER, M. T. A.1 aNIEVOLA, J. C.  tRevista de Administração, São Paulogv.40, n.3, p.225-234, jul./set. 2005.