Rete neurale per la predizione del ritardo nel pagamento delle fatture

Per un'impresa, la puntualità nella riscossione dei propri crediti ricopre un ruolo importante per la gestione della liquidità all'interno dell'azienda. Inoltre, proprio per far fronte ad esigenze di liquidità, spesso l'impresa stipula contratti di cessione del credito, in base ai quali può rimanere responsabile dell'eventuale inadempienza del proprio cliente. L'obiettivo di questo lavoro è la realizzazione di uno strumento che possa fornire supporto decisionale all'impresa in merito all'individuazione dei clienti potenzialmente insolventi, attraverso la creazione di un modello in grado di predire il ritardo o meno nel pagamento di un set di fatture. Questo compito viene affrontato attraverso il machine learning, identificando il task come un problema di classificazione binaria e utilizzando un approccio che prevede un apprendimento supervisionato, offline e model-based. Il risultato finale di questo lavoro è la realizzazione di una rete neurale feed-forward idonea alla risoluzione di tale task. La scelta di questo strumento è dovuta alla scarsa presenza, in letteratura, di esempi di una sua applicazione in questo ambito.