Credit Risk Analysis

Finansal analitik portföyü için hazırlanan bu çalışma, kredi temerrüt riskini veri temizleme, keşifsel veri analizi, özellik mühendisliği, sınıflandırma modelleri ve model değerlendirme metrikleri üzerinden inceliyor.

Portföy Projesi — gerçek bir banka veya müşteri için yapılmış production çalışması değildir.

GitHub'da Görüntüle ↗

Credit Risk Analysis portföy projesi kapak görseli — Proje Kapağı

Projenin Amacı

Kredi başvuru verilerindeki gelir, kredi tutarı, kredi geçmişi, borç oranı ve çalışma süresi gibi değişkenleri inceleyerek potansiyel temerrüt riskini sınıflandırmaya yönelik bir makine öğrenmesi akışı göstermek.

Kapsam / Özellikler

Eksik veriler ve aykırı değerler için veri temizleme
Keşifsel veri analizi (EDA)
Debt-to-Income ve Credit Utilization özellikleri
Logistic Regression, Random Forest ve Gradient Boosting modelleri
Accuracy, Precision, Recall, F1-Score, ROC-AUC ve Confusion Matrix ile değerlendirme

Kullanılan Araçlar

PythonPandasNumPyScikit-LearnMatplotlibSeaborn

Proje Görselleri

Görselleri tam boy açmak için üzerlerine tıklayabilirsiniz.

Gelir düzeyine göre temerrüt oranı grafiği — Default Rate by Income

Kredi tutarı ve temerrüt riski grafiği — Loan Amount vs Default Risk

Kredi geçmişinin riske etkisi grafiği — Credit History Impact

Borç-gelir oranı ve kredi geçmişine göre risk segmentasyonu — Risk Segmentation