Alla base di questo elaborato vi è un’analisi creditizia applicata alle imprese operanti in un particolare settore economico italiano, quello metallurgico. In particolare, l’obiettivo di questa tesi di laurea è quello di realizzare un sistema di Credit Scoring, mediante l’utilizzo di alcuni tra i più importanti e attuali modelli di Machine Learning come la Regressione Logistica, la Rete Neurale e l’XGBoost, al fine di tentare di predire l’evento default/non default societario sulla base dell’affidabilità creditizia delle aziende prese in esame. La principale motivazione che mi ha spinto ad approfondire tale tema è stata l’interesse nel confrontare quale tra gli algoritmi sopracitati risultasse maggiormente adatto all’obiettivo prefissato in termini sia di prestazioni che di robustezza dei risultati.