Después de hacer estos cursos, me siento seguro creando visualizaciones y cuadros de mando profesionales
Shoebur RahmanEspecialista en adquisiciones, Giz Bangladesh
Descripción del curso
Este curso práctico con datos reales de crédito te enseñará a modelizar el riesgo de crédito usando regresión logística y árboles de decisión en R. Modelizar el riesgo de crédito para préstamos personales y de empresas es de gran importancia para los bancos. La probabilidad de que una persona deudora incurra en impago es un componente clave para medir el riesgo de crédito. Aunque también se presentarán otros modelos, aprenderás dos tipos de modelos muy usados en scoring de crédito: la regresión logística y los árboles de decisión. Verás cómo utilizarlos en este contexto concreto y cómo evalúan los bancos estos modelos.
Requisitos previos
Programa de formación
Contenido del curso
1
Introducción y preprocesamiento de datos
Este capítulo comienza con una introducción general a los modelos de riesgo de crédito. Exploraremos un conjunto de datos real y después lo preprocesaremos para que esté en el formato adecuado antes de aplicar los modelos de riesgo de crédito.
- Introducción y estructura de datos50 XP
- Explorando los datos de crédito100 XP
- Interpretar un CrossTable()50 XP
- Histogramas y valores atípicos50 XP
- Histogramas100 XP
- Valores atípicos100 XP
- Datos faltantes y clasificación gruesa50 XP
- Eliminar datos faltantes100 XP
- Reemplazar datos ausentes100 XP
- Mantener los datos ausentes100 XP
- Partición de datos y matrices de confusión50 XP
- Dividir el conjunto de datos100 XP
- Crear una matriz de confusión100 XP
2
Regresión logística
La regresión logística sigue siendo un método muy utilizado en la modelización del riesgo de crédito. En este capítulo aprenderás a aplicar modelos de regresión logística a datos de crédito en R.
3
Árboles de decisión
Los árboles de clasificación son otro método popular en el ámbito de la modelización del riesgo de crédito. En este capítulo aprenderás a crear árboles de clasificación con datos de crédito en R.
4
Evaluación de un modelo de riesgo de crédito
En este capítulo verás cómo evaluar y comparar los resultados obtenidos con varios modelos de riesgo de crédito.
R
Modelización del riesgo de crédito en R
Curso
completado
