Przejdź do głównej treści

Kurs

Modelowanie ryzyka kredytowego w R

Średniozaawansowany4 godz.

Stosuj modelowanie statystyczne w praktyce, używając regresji logistycznej i drzew decyzyjnych do modelowania ryzyka kredytowego.

R4 godz.{count, plural, one {# film} few {# filmy} many {# filmów} other {# filmów}}{count, plural, one {# ćwiczenie} few {# ćwiczenia} many {# ćwiczeń} other {# ćwiczenia}}4,000 XP48,430Oświadczenie o ukończeniu

Utwórz bezpłatne konto

Kontynuuj z Google
lub
Kontynuując, akceptujesz nasz Warunki użytkowania, nasz Polityka prywatności i że Twoje dane są przechowywane w USA.

Uwielbiany przez uczących się w tysiącach firm

Szkolisz zespół?

Wypróbuj dla firm

Opis kursu

Ten praktyczny kurs oparty na rzeczywistych danych kredytowych nauczy cię, jak modelować ryzyko kredytowe za pomocą regresji logistycznej i drzew decyzyjnych w R. Modelowanie ryzyka kredytowego – zarówno dla pożyczek osobistych, jak i firmowych – ma kluczowe znaczenie dla banków. Prawdopodobieństwo niewywiązania się dłużnika ze zobowiązań jest podstawowym składnikiem pomiaru ryzyka kredytowego. W kursie omówimy kilka podejść, ze szczególnym naciskiem na dwa typy modeli powszechnie stosowane w scoringu kredytowym: regresję logistyczną i drzewa decyzyjne. Dowiesz się, jak je stosować w tym konkretnym kontekście oraz jak banki oceniają skuteczność takich modeli.

Wymagania wstępne

Program kursu

Plan kursu

R

Modelowanie ryzyka kredytowego w R

Kurs
ukończony

Zdobądź Certyfikat Ukończenia

Zapisz się

Rozwijaj swoje umiejętności danych z DataCamp for Mobile

Rozwijaj się w drodze dzięki naszym kursom mobilnym i codziennym 5-minutowym wyzwaniom kodowania.

Modelowanie ryzyka kredytowego w R | DataCamp