Ce référentiel contient une application de scoring de crédit. L'objectif de cette application est d'évaluer le risque de défaut de paiement d'un emprunteur potentiel en utilisant des données démographiques et financières.
Les données utilisées dans cette application sont issues de la compétition Kaggle Home Credit Default Risk.
Elles sont organisées dans le dossier data. Voici la liste des fichiers de données disponibles :
application_train.csv: Données d'entraînement contenant les informations sur les demandeurs de prêt.
application_test.csv: Données de test pour lesquelles les participants doivent prédire le défaut de paiement. ...
- Évaluation du risque de crédit : L'application prend en entrée les informations démographiques et financières d'un emprunteur et fournit une estimation du risque de défaut de paiement associé à cet emprunteur.
- Interface utilisateur conviviale : L'interface utilisateur de l'application permet aux utilisateurs d'entrer facilement les informations requises et de visualiser les résultats du score de crédit.
- Modèles de prédiction : L'application utilise des modèles de machine learning pré-entraînés pour prédire le risque de défaut de paiement. Ces modèles ont été formés sur des ensembles de données de crédit historiques.
Les contributions sont les bienvenues ! Si vous souhaitez améliorer cette application ou ajouter de nouvelles fonctionnalités, n'hésitez pas à soumettre une pull request.
Visualiser l'application : http://creditscoring.evilafo.xyz/
Ce projet est sous licence MIT.