After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
코스 설명
실제 신용 데이터로 진행하는 실습형 강의입니다. R에서 로지스틱 회귀와 의사결정나무를 사용해 신용 위험을 모델링하는 방법을 배웁니다. 개인 및 기업 대출의 신용 위험을 모델링하는 일은 은행에 매우 중요합니다. 채무자가 연체할 확률은 신용 위험을 측정하는 데 핵심 요소입니다. 이 강의에서는 다른 모형도 간략히 소개하지만, 신용평가에서 자주 쓰이는 두 가지 모형인 로지스틱 회귀와 의사결정나무에 초점을 맞춥니다. 이 모형들을 해당 맥락에서 어떻게 활용하는지, 그리고 은행이 이러한 모형을 어떻게 평가하는지도 배우게 됩니다.
사전 요구 사항
커리큘럼
코스 개요
1
소개 및 데이터 전처리
이 장에서는 신용 위험 모형에 대한 전반적인 소개로 시작합니다. 실제 데이터셋을 살펴본 뒤, 신용 위험 모형을 적용하기 전에 데이터셋을 적절한 형식으로 전처리합니다.
2
로지스틱 회귀
로지스틱 회귀는 여전히 신용 위험 모델링에서 널리 쓰이는 방법입니다. 이 장에서는 R에서 신용 데이터에 로지스틱 회귀 모형을 적용하는 방법을 배웁니다.
3
의사결정나무
분류나무는 신용 위험 모델링 분야에서 또 다른 인기 있는 방법입니다. 이 장에서는 R을 사용해 신용 데이터로 분류나무를 구축하는 방법을 배웁니다.
4
신용 위험 모형 평가
이 장에서는 여러 신용 위험 모형으로부터 얻은 결과를 어떻게 평가하고 비교할 수 있는지 학습합니다.
R
R로 배우는 신용 위험 모델링
코스
완료
