لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش پیشبینی نکول اعتباری با پایتون: پیادهسازی و تحلیل
- آخرین آپدیت
دانلود Credit Default Prediction with Python: Apply & Analyze
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
این دوره یک مسیر عملی برای پیشبینی ریسک اعتباری با استفاده از پایتون، با تمرکز بر رگرسیون لجستیک، درختهای تصمیم و روشهای Ensemble ارائه میدهد. یادگیرندگان با ترسیم جریان کاری پروژه، وارد کردن دادهها و بهکارگیری تکنیکهای پیشپردازش دادهها مانند مدیریت مقادیر گمشده، کدگذاری ویژگیهای دستهای (Categorical) و مقیاسبندی متغیرهای عددی شروع خواهند کرد. از طریق تحلیل اکتشافی دادهها (EDA)، آنها الگوها و روابط دادهها را تفسیر میکنند تا پایهای قوی برای مدلسازی ایجاد نمایند.
در بخش مدلسازی پیشرفته، یادگیرندگان مدلها را با استفاده از ماتریس اغتشاش (Confusion Matrix) و منحنیهای ROC ارزیابی میکنند تا از دقت و قابلیت اطمینان در پیشبینی نکول مطمئن شوند. آنها مدلهای رگرسیون لجستیک را از طریق روشهای تنظیم هایپرپارامتر مانند Grid Search و Randomized Search بهینهسازی خواهند کرد. در ادامه، دوره به معرفی تئوری درخت تصمیم و مراحل کدنویسی عملی میپردازد که با استفاده از Graphviz برای تفسیرپذیری بیشتر، بصریسازی شده است. در نهایت، یادگیرندگان مدلهای جنگل تصادفی (Random Forest) را برای کاهش بیشبرازش (Overfitting) و بهبود عملکرد پیشبینی، با بهکارگیری تکنیکهای یادگیری جمعی روی مجموعهدادههای اعتباری واقعی پیادهسازی میکنند.
در پایان این دوره، یادگیرندگان قادر خواهند بود مدلهای پیشبینیکنندهای را پیادهسازی، تحلیل، ارزیابی و ساختهاند که تصمیمگیری در مدیریت ریسک مالی را با استفاده از ابزارهای استاندارد صنعت و کتابخانههای پایتون بهبود میبخشد.
سرفصل ها و درس ها
آمادهسازی دادهها و مبانی مدلسازی
Data Preparation & Model Foundations
معرفی پروژه
Introduction of Project
مراحل اجرای پروژه
Project Steps
وارد کردن فایلها
Import Files
پیشپردازش دادهها و EDA بخش اول
Data Preprocessing EDA Part 1
پیشپردازش دادهها و EDA بخش دوم
Data Preprocessing EDA Part 2
پیشپردازش دادهها و EDA بخش سوم
Data Preprocessing EDA Part 3
پیشپردازش دادهها و EDA بخش چهارم
Data Preprocessing EDA Part 4
تحلیل اکتشافی دادهها (EDA)
Exploratory Data Analysis
تقسیمبندی دادهها
Splitting Data
ساخت مدل و تکنیکهای پیشرفته
Model Building & Advanced Techniques
ماتریس اغتشاش
Confusion Matrix
ماتریس اغتشاش و منحنی ROC
Confusion Matrix and ROC
تنظیم هایپرپارامترها
Hyper Parameter Tuning
ادامه تنظیم هایپرپارامترها
Hyper Parameter Tuning Continue
توضیحات تکمیلی در مورد تنظیم هایپرپارامتر
More on Hyperparameter Tuning
تئوری و مراحل درخت تصمیم
Decision Tree Theory and Steps
ادامه تئوری و مراحل درخت تصمیم
Decision Tree Theory and Steps Continue
نصب Graphviz و پیشنیازها
Installation of Graph viz and Peoples
توضیح کد درخت تصمیم
Decision Tree Code Explanation
نمایش نظرات