Il presente lavoro di tesi è stato basato sul progetto Credit Risk Assessment di Sella Personal Credit con la consulenza di un team dell’azienda Moxoff , al fine di sviluppare un modello di valutazione del rischio di credito mediante l'utilizzo di modelli e metodi di data science e introdurre un set di variabili che attualmente SPC non raccoglie e non archivia, ma che potrebbero rivelarsi utili per il processo di valutazione della clientela. Il modello sviluppato dovrà essere in grado di percepire modifiche significative nella popolazione richiedente e quindi proporre delle modifiche ai regressori utilizzati nel modello di stima. Questo meccanismo di auto adattamento avviene mediante un riaddestramento effettuato automaticamente.