Loan default

في هذا المشروع، قمت بتطوير نموذج ذكاء اصطناعي للتنبؤ باحتمالية تعثر العملاء في سداد القروض يتمثل الهدف في مساعدة البنوك والمؤسسات المالية على تقييم مخاطر الإقراض واتخاذ قرارات أكثر ذكاءً بناءً على البيانات.

لخطوات التي قمت بها :

تحليل البيانات: استكشاف البيانات، التعامل مع القيم المفقودة، واكتشاف القيم المتطرفة

تنظيف البيانات: تحويل البيانات إلى تنسيق مناسب للنماذج، وتحويل الميزات الفئوية إلى أرقام

بناء النماذج: تدريب عدة نماذج مثل RandomForestClassifier, GradientBoostingClassifier LogisticRegression, xgboost وتقييم ادائها وتحسين الافضل منها باستخدام Hyperparameters للحصول علي اقصي دقة ممكنة

استخلاص النتائج: تحليل الميزات الأكثر تأثيرًا على قرار القرض :Feature Importance

لتقنيات والأدوات المستخدمة :

Python, Pandas, NumPy, Scikit-learn

Seaborn, Matplotlib (لتحليل البيانات وتقديم رؤية واضحة )

والنماذج المذكورة اعلاه

النتيجة: حقق النموذج دقة عالية في التنبؤ بحالات التعثر، مما يساعد البنوك في تقليل المخاطر واتخاذ قرارات مالية أفضل.