Negli ultimi decenni, la valutazione del rischio di credito ha assunto un ruolo sempre più centrale nel settore finanziario, in particolare nelle istituzioni bancarie e società di credito. La capacità di prevedere correttamente il default di un cliente o di un gruppo di clienti riveste un'importanza cruciale per la gestione del rischio e per l’allocazione delle risorse. In questo contesto, la previsione per un cliente singolo viene solitamente effettuata utilizzando uno strumento statistico chiamato Regressione Logistica. Solo in tempi più recenti si è assistito a un crescente interesse verso l’utilizzo di tecniche di Machine Learning, che permettono una modellizzazione più flessibile e, in alcuni casi, più performante.