Skip to content

katrinmisel/HomeCreditDefaultRisk

Repository files navigation

Creating a supervised learning model to assess default risk

Prêt à dépenser :
● Propose des crédits à la consommation pour des personnes ayant peu ou pas d’historique de prêt
● L’entreprise souhaite mettre en oeuvre un outil de scoring qui calcule la probabilité qu’un client rembourse le crédit ou pas

Description de l’outil :
● Un algorithme de classification capable de décider si un prêt peut être accordé à un client
● Le modèle doit être facilement interprétable avec une mesure de l’importance des variables

Jeu de données : https://s3-eu-west-1.amazonaws.com/static.oc-static.com/prod/courses/files/Parcours_data_scientist/Projet+-+Impl%C3%A9menter+un+mod%C3%A8le+de+scoring/Projet+Mise+en+prod+-+home-credit-default-risk.zip

About

Supervised learning model to assess credit default risk

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published