贷款违约预测与机器学习

贷款违约预测与机器学习课程概述

机器学习是关于使用数据做出预测。在本课程中,您将学习使用基本的机器学习技能来预测哪些客户有可能拖欠贷款。

一旦你的模型分类每笔贷款,你会学会想象你看看模型进行预测。

预测违约和信誉是非常宝贵的风险管理和定价决策。

我们将介绍整个机器学习过程在Python中,加强概念从Python基本面。您将学习如何创建预测分类模型、调整和测试过程,重要的是如何解释结果。

机器学习的数据是世界上的一个热门话题,尤其是数据的科学。在基本层面上,机器学习并不像听起来的那样复杂。如果你曾经做线性回归,你可能会吃惊地发现你已经采取措施对这个令人兴奋的世界。

加入安德鲁全面逐步介绍机器学习的过程。

贷款违约预测与机器学习的目标

在完成本课程,你将能够:

• 解释和讨论机器学习周期的主要步骤
• 负载和清洁数据转换为python笔记本
• 使用探索性数据分析确定变量与可能的预测能力
• 使用特性工程将数据转换成一个更有用的格式
• 构建逻辑回归和随机森林预测模型
• 评估和比较使用常见的模型性能评价指标

贷款违约预测与机器学习是一门从CFI BIDA™程序

CFI即将推出的商业智能和数据分析师(BIDA)™计划将涵盖所有的基础,中级,高级的主题关于商业智能和数据分析。这个程序将教你使用的定量方法金融和资本市场的行业。它是理想的学生想学习如何分析复杂的数据。

常见的职业道路的学生把BIDA™程序商业智能,资产管理、数据分析、定量分析和其他金融事业。

学生可以报名参加更新和储备在商业智能和数据分析师(BIDA)™程序上学生仪表板。

谁应该选这门课?

机器学习周期是数据科学的最基本的一个方面。使用这个过程,我们可以学会使用所有类型的数据和变量进行预测。任何人想要预测在实际Python环境中绝对应该做这门课。