Datenanalyse für Clubdarlehen

Blog

BEZEICHNUNG
Erstellen Sie anhand der historischen Daten ein Modell, das vorhersagt, ob ein Kredit ausfällt oder nicht.



Problemstellung
Für Unternehmen wie Lending Club ist es sehr wichtig, richtig vorherzusagen, ob ein Kredit ausfällt oder nicht. In diesem Projekt müssen Sie unter Verwendung der historischen Daten von 2007 bis 2015 ein Deep-Learning-Modell erstellen, um die Ausfallwahrscheinlichkeit zukünftiger Kredite vorherzusagen. Wie Sie später sehen werden, ist dieser Datensatz stark unausgewogen und enthält viele Funktionen, die dieses Problem noch schwieriger machen.

Domäne: Finanzen
Durchzuführende Analyse: Führen Sie eine Datenvorverarbeitung durch und erstellen Sie ein Deep-Learning-Vorhersagemodell.



Aufgaben

  • Merkmalstransformation : Kategorische Werte in numerische Werte umwandeln (diskret)



  • Explorative Datenanalyse verschiedener Faktoren des Datensatzes.

  • Additional Feature Engineering : Sie überprüfen die Korrelation zwischen den Features und werden diese löschen
    Merkmale, die eine starke Korrelation aufweisen

  • Dies wird dazu beitragen, die Anzahl der Funktionen zu reduzieren und Ihnen die relevantesten Funktionen zur Verfügung zu stellen

  • Modellierung: Nach der Anwendung von EDA und Feature-Engineering sind Sie nun bereit, die Vorhersage zu erstellen
    Modelle.

  • In diesem Teil erstellen Sie ein Deep-Learning-Modell mit Keras mit Tensorflow-Backend.

Vollständiges Projekt :- Klicken Sie hier

github.com

Datenanalyse für Clubdarlehen

Erstellen Sie anhand der historischen Daten ein Modell, das vorhersagt, ob ein Kredit ausfällt oder nicht. - amogh9594/Lending-Club-Darlehen-Datenanalyse

Alien-Münze zu verkaufen