تصنيف طلبات القروض باستخدام تقنيات تعلم الآلة

في هذا المشروع قمت بتحليل بيانات خاصة بطلبات القروض بهدف التنبؤ بقرار الموافقة أو الرفض. بدأت بتنظيف البيانات ومعالجة القيم المفقودة والتأكد من جاهزيتها للتحليل. ثم أجريت استكشافًا بصريًا لمعرفة العوامل الأكثر تأثيرًا في القرار، مثل الدخل، الحالة الاجتماعية، ونوع القرض.

بعد ذلك، طبقت نماذج تصنيف باستخدام Logistic Regression و Decision Trees وقارنت نتائجها باستخدام مؤشرات الدقة (Accuracy) و F1-Score. النتيجة كانت نموذج يساعد المؤسسات المالية على اتخاذ قرارات أكثر سرعة وموضوعية.

? الأدوات المستخدمة:

Python – Pandas – NumPy – Matplotlib – Scikit-learn