Credit_Scoring_model

قمت بتطوير نموذج تقييم الجدارة الائتمانية باستخدام تقنيات التعلم الآلي بهدف تحسين دقة توقع الجدارة الائتمانية للأفراد. هذا النموذج يعتمد على تحليل البيانات المالية والديموغرافية المختلفة لتقديم تنبؤات دقيقة حول احتمال قدرة الفرد على سداد القروض.

المهام التي قمت بها:

تحضير البيانات: قمت بتنظيف ومعالجة البيانات لضمان جودة المدخلات المستخدمة في النموذج، بما في ذلك التعامل مع القيم المفقودة والبيانات الشاذة.

هندسة الميزات: اخترت وقمت بإنشاء ميزات جديدة لزيادة دقة التنبؤات، مع التركيز على العوامل المؤثرة في الجدارة الائتمانية.

تطوير النموذج: استخدمت خوارزميات تعلم آلي متقدمة مثل الانحدار اللوجستي والغابات العشوائية لبناء النموذج.

تقييم النموذج: قيمت أداء النموذج باستخدام معايير مثل الدقة، والاسترجاع، ومعامل الروك AUC-ROC لضمان فاعليته في التنبؤ.

نشر النموذج: قمت بإعداد النموذج للتطبيق الفعلي كخدمة ويب (API) قابلة للاستخدام في البيئات الحية.

النتائج:

حقق النموذج دقة عالية في التنبؤ بالجدارة الائتمانية، مما يساعد في تقليل المخاطر المالية وتحسين عمليات اتخاذ القرار لدى المؤسسات المالية.