Il presente lavoro di tesi consiste nell’applicazione del concetto di Machine Learning in ambito finanziario. In particolare, è stato valutato il rischio di credito delle imprese italiane che appartengono al settore telecomunicazioni attraverso la costruzione di un modello basato sulle reti neurali, capace di apprendere dai dati, elaborarli ed effettuare previsioni verosimili anche laddove gli output non sono noti a priori. L’elaborato consta di sei capitoli. Il primo capitolo tratta degli Accordi di Basilea, che rappresentano un insieme di regole elaborate dal Comitato di Basilea per la Vigilanza Bancaria per far fronte al rischio di credito. Dopo aver indicato le componenti del rischio di credito nel secondo capitolo, e quindi dopo aver spiegato in che campo viene applicato il modello, il terzo capitolo è stato dedicato alle reti neurali: è stato spiegato a livello teorico cosa sono, su cosa si basano e il meccanismo che sta alla base del loro funzionamento.