تحليل القروض باستخدام Machine Learning

أقدم حلول ذكاء اصطناعي لتحليل بيانات القروض والتنبؤ بقبول أو رفض الطلبات بدقة عالية.

قمت ببناء نظام متكامل يشمل تحليل البيانات (EDA)، تنظيف ومعالجة البيانات، واختيار أهم الخصائص مثل درجة الائتمان (CIBIL).

تم تطوير وتجربة عدة نماذج تعلم آلة مثل Logistic Regression وRandom Forest وXGBoost بالإضافة إلى نموذج ANN، مع تحسين الأداء باستخدام تقنيات Hyperparameter Tuning وFeature Selection.

حقق نموذج Random Forest أفضل أداء بدقة تتجاوز 98% وF1-Score يصل إلى 99%، مما يضمن نتائج موثوقة وقابلة للاستخدام في الواقع.

أركز على تقديم حلول عملية تساعد المؤسسات المالية في اتخاذ قرارات أسرع وأكثر دقة وتقليل المخاطر.