मुख्य सामग्री पर जाएं
होमPython

कोर्स

Python में क्रेडिट रिस्क मॉडलिंग

मध्यमकौशल स्तर
अपडेट किया गया 03/2026
क्रेडिट आवेदन डेटा तैयार करना, मशीन लर्निंग और व्यावसायिक नियम लागू करना सीखें ताकि जोखिम कम हो और लाभप्रदता सुनिश्चित हो।
मुफ़्त में पाठ्यक्रम शुरू करें
PythonApplied Finance
4 घंटे
15 वीडियो
57 अभ्यास
4,850 XP
26,302
उपलब्धि का प्रमाण पत्र

अपना मुफ़्त खाता बनाएं

Google के साथ जारी रखेंअधिक विकल्प दिखाएँ

या


जारी रखने पर, आप हमारी उपयोग की शर्तें, हमारी गोपनीयता नीति को स्वीकार करते हैं और यह भी कि आपका डेटा संयुक्त राज्य अमेरिका में संग्रहीत किया जाता है।

हजारों कंपनियों के शिक्षार्थियों द्वारा पसंद किया गया

Group

टीम को ट्रेनिंग देना चाहते हैं?

व्यवसाय के लिए आज़माएँ

पाठ्यक्रम विवरण

यदि आपने कभी क्रेडिट कार्ड या लोन के लिए आवेदन किया है, तो आप जानते हैं कि वित्तीय कंपनियाँ निर्णय लेने से पहले आपकी जानकारी प्रोसेस करती हैं। इसका कारण है कि आपको लोन देना उनके व्यवसाय पर गंभीर वित्तीय असर डाल सकता है। लेकिन वे निर्णय कैसे लेती हैं? इस कोर्स में, आप क्रेडिट एप्लिकेशन डेटा को तैयार करना सीखेंगे। इसके बाद, आप जोखिम कम करने और लाभ सुनिश्चित करने के लिए मशीन लर्निंग और बिज़नेस नियम लागू करेंगे। आप दो डेटा सेट्स का उपयोग करेंगे जो वास्तविक क्रेडिट एप्लिकेशनों का रूप देते हैं और बिज़नेस वैल्यू पर फोकस करते हैं। मेरे साथ जुड़िए और क्रेडिट रिस्क मॉडलिंग के अपेक्षित मूल्य को समझिए!

पूर्व आवश्यकताएं

Intermediate Python for Finance
1

लोन डेटा का अन्वेषण और तैयारी

इस पहले अध्याय में, हम क्रेडिट रिस्क की अवधारणा पर चर्चा करेंगे और समझेंगे कि इसकी गणना कैसे की जाती है। क्रॉस टेबल्स और प्लॉट्स का उपयोग करके, हम एक वास्तविक-विश्व डेटा सेट का अन्वेषण करेंगे। मशीन लर्निंग लागू करने से पहले, हम समस्याएँ ढूँढकर और सुलझाकर इस डेटा को प्रोसेस करेंगे।
अध्याय शुरू करें
2

डिफॉल्ट्स के लिए लॉजिस्टिक रिग्रेशन

लोन डेटा पूरी तरह तैयार होने के बाद, हम लॉजिस्टिक रिग्रेशन मॉडल पर चर्चा करेंगे, जो रिस्क मॉडलिंग में एक मानक है। हम इस मॉडल के घटकों को समझेंगे और इसकी परफॉर्मेंस को स्कोर करना सीखेंगे। एक बार जब हमने प्रेडिक्शंस बना लिए, तो हम इस मॉडल के उपयोग के वित्तीय प्रभाव को जाँच सकते हैं।
अध्याय शुरू करें
3

XGBoost के साथ ग्रेडिएंट बूस्टेड ट्रीज़

डिसीज़न ट्रीज़ भी क्रेडिट रिस्क के लिए एक मानक मॉडल हैं। हम Python में ट्रेंडी XGBoost पैकेज का इस्तेमाल करके डिसीज़न ट्रीज़ से आगे बढ़ते हुए ग्रेडिएंट बूस्टेड ट्रीज़ बनाएँगे। उन्नत मॉडल विकसित करने के बाद, हम उनकी परफॉर्मेंस का स्ट्रेस टेस्ट करेंगे और असंतुलित डेटा में कॉलम चयन पर चर्चा करेंगे।
अध्याय शुरू करें
4

मॉडल मूल्यांकन और कार्यान्वयन

दो शक्तिशाली मशीन लर्निंग मॉडल विकसित और टेस्ट करने के बाद, हम उन्हें प्रमुख परफॉर्मेंस मेट्रिक्स से तुलना करेंगे। वित्तीय मॉडलिंग के लिए विशेष उन्नत मॉडल चयन तकनीकों का उपयोग करके, हम एक मॉडल चुनेंगे। उसी मॉडल के साथ हम: बिज़नेस रणनीति विकसित करेंगे, पोर्टफोलियो वैल्यू का अनुमान लगाएंगे, और अपेक्षित लॉस को न्यूनतम करेंगे।
अध्याय शुरू करें
Python में क्रेडिट रिस्क मॉडलिंग
पाठ्यक्रम
पूर्ण

उपलब्धि का प्रमाण पत्र अर्जित करें

इस प्रमाण पत्र को अपनी LinkedIn प्रोफ़ाइल, रिज्यूमे या CV में जोड़ें
इसे सोशल मीडिया पर और अपनी प्रदर्शन समीक्षा में साझा करें
अभी नामांकन करें

19 मिलियन से अधिक शिक्षार्थियों के साथ जुड़ें और आज ही Python में क्रेडिट रिस्क मॉडलिंग शुरू करें!

अपना मुफ़्त खाता बनाएं

Google के साथ जारी रखेंअधिक विकल्प दिखाएँ

या


जारी रखने पर, आप हमारी उपयोग की शर्तें, हमारी गोपनीयता नीति को स्वीकार करते हैं और यह भी कि आपका डेटा संयुक्त राज्य अमेरिका में संग्रहीत किया जाता है।

मोबाइल के लिए DataCamp के साथ अपने डेटा कौशल को बढ़ाएं

हमारे मोबाइल कोर्स और दैनिक 5 मिनट की कोडिंग चुनौतियों के साथ चलते-फिरते प्रगति करें।