Udemy

Platform

Português

Language

Data Science

Category

Credit Score - Módulo 1: Regressão Logística em python

Aprenda a técnica mais usada para prever inadimplência

4.74 (17 reviews)

Students

4 hours

Content

Mar 2021

Last Update
Regular Price

EXCLUSIVE OFFER
Exclusive  Offer
Unlimited access to 30 000 Premium SkillShare courses
30-DAY FREE TRIAL

What you will learn

Formação Data Science: Criação de um Credit Score com Python

Criação de um Credit Score com Python

Regressão Logística em Python


Description

Seja bem vindo!

O credit score é um método consagrado pelo mercado para avaliar o risco de inadimplência em todo tipo de financiamento. É esta metodologia que orienta as decisões dos maiores bancos, financeiras e operadoras de cartão de crédito em todo o mundo.


Motivos para adquirir o curso:

1 - Conhecer o passo-a-passo de construção de um modelo de Credit Score

2 - O curso é hands-on, em que o aluno consegue reproduzir tudo aprendido

3 - Todo material desenvolvido no curso ficará disponível para o aluno

4 - Curso em português

5 - Voltado para aplicação prática


O curso é voltado para pessoas interessadas em conhecer como os Bancos criam os modelos para discriminar o perfil de pagamento de seus clientes. Iremos aprender o passo-a-passo da técnica mais utilizada para construção de um modelo de Credit Score (Regressão Logística) utilizando Python!

Você irá aprender todo pipeline de construção de um modelo, desde o entendimento e preparação do dado, a seleção de variáveis e o ajuste de um modelo de regressão logística.


De uma forma didática e com muitos detalhes, o aluno terá acesso aos notebooks em python de todos os programas desenvolvidos!


Basicamente, a metodologia de credit scoring consiste em reunir informações sobre o tomador de crédito e usá-las para calcular quais são as chances dele conseguir pagar o financiamento no futuro.

O cálculo do risco de crédito envolve uma série de dados a respeito do consumidor, entre elas idade, sexo, profissão, estado civil, número de dependentes, endereço, renda, etc.

Além disso, entram também informações públicas, como o índice de inadimplência por região, dados do Censo, pesquisas referentes ao mercado de trabalho, etc.

E o mais importante:

Dados relativos ao comportamento de crédito daquele consumidor.

Isso inclui valores de débitos em aberto, existência de ação judicial, quantidade de consultas realizadas, débitos inadimplidos por empresas credoras, etc.

O sistema de credit score usa fórmulas matemáticas e ferramentas estatísticas para processar toda essa informação, atribuindo uma pontuação (nota) para a pessoa que está pedindo um empréstimo ou abrindo um crediário no comércio.

Quanto maior a nota, menor é o risco que esta pessoa representa para o caixa do seu negócio.


Screenshots

Credit Score - Módulo 1: Regressão Logística em python
Credit Score - Módulo 1: Regressão Logística em python
Credit Score - Módulo 1: Regressão Logística em python
Credit Score - Módulo 1: Regressão Logística em python

Content

Data Understanding and Data Preparation

Motivação

SetUp

Preparação do DataFrame

Data Understanding

Data Preparation: Feature Selection - Parte 1

Data Preparation: Feature Selection - Parte 2

Data Preparation: Feature Selection - Parte 3

Data Preparation: Feature Selection - Parte 4

Modelagem e Avaliação do Modelo

Ajuste do modelo

Revisão do processo

Diagnóstico das features finais

Modelo Final

Cálculo do Score

Avaliação do modelo

Avaliação OOT

Finalmente o deploy


Reviews

L
Luísa30 April 2021

Estava com dificuldade de encontrar esse conteúdo hands-on e o curso aparenta abordar exatamente os tópicos que eu procurava.


3931954

Udemy ID

3/22/2021

Course created date

4/1/2021

Course Indexed date
Bot
Course Submitted by

Twitter
Telegram