Bank Credit Classification

مشروع تصنيف الجدارة الائتمانية باستخدام machine learning python (Credit Score Classification)

طورت نموذج تعلم آلة لتصنيف العملاء إلى ثلاث فئات ائتمانية (ممتاز، متوسط، ضعيف) اعتماداً على بياناتهم المالية والشخصية، بهدف مساعدة المؤسسات المصرفية على أتمتة عملية تقييم الجدارة الائتمانية بدلاً من الاعتماد على الطرق اليدوية التقليدية. عملت على مجموعة بيانات تضم حوالي 100 ألف سجل تدريبي و12 خاصية تشمل الدخل السنوي، الراتب الشهري، معدل الفائدة، عدد القروض، نسبة استخدام الائتمان، والرصيد الشهري، من بين عوامل أخرى. قمت بإجراء تحليل استكشافي شامل للبيانات (EDA) تضمن الكشف عن القيم المفقودة، تحديد القيم الشاذة، وتحليل الارتباط بين المتغيرات، إضافة إلى التعامل مع مشكلة عدم توازن الفئات (Class Imbalance) والارتباط المتعدد (Multicollinearity). كما نفذت مرحلة معالجة بيانات متكاملة شملت حذف الأعمدة غير الضرورية، معالجة القيم المفقودة والشاذة (باستخدام أسلوب IQR)، ترميز المتغيرات الفئوية، وتوحيد مقاييس البيانات (Feature Scaling) تمهيداً لتدريب النماذج ومقارنة أدائها لاختيار الأنسب.