Modelo logístico regularizado para scoring de pymes en banca cooperativa
Visión general
De qué trata este proyecto.
Construye modelos Ridge, Lasso y Elastic Net para predecir impago de pymes y entrega el recomendado. Obtén un certificado verificable.
El Briefing
Lo que harás y lo que demostrarás.
Construir un modelo logístico regularizado calibrado e interpretable que supere al árbol heredado en clasificación y calibración.
Earning criteria — what you'll demonstrate
- Aplicar regresión regularizada con tres familias de penalización
- Seleccionar hiperparámetros con validación cruzada estratificada
- Evaluar calibración además de discriminación
- Comunicar interpretabilidad de coeficientes a auditoría
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Statistical Machine Learning
Master · Ai Ml
Fit score: 1
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Trayectorias profesionales que esto construye
Roles canónicosCientífico/a de Datos
Construir modelos regularizados, justificar su elección y comunicarlos a auditoría es trabajo central de una persona data scientist en banca cooperativa.
Este proyecto afina
- regularized-regression
- model-calibration
- cross-validation
Ingeniero/a de Aprendizaje Automático
Producir modelos calibrados y estables, defendibles ante auditoría, refleja el rigor que MLEs entregan en sectores regulados.
Este proyecto afina
- scikit-learn
- model-calibration
- feature-analysis
Científico/a Aplicado/a de IA
Analizar estabilidad de coeficientes y traducirlo a interpretabilidad de negocio es habilidad típica de una persona investigadora aplicada en consultoría financiera.
Este proyecto afina
- feature-analysis
- regularized-regression
- model-calibration