https://github.com/sultanazhari/credit-scoring

A bank Company Wants to Analize their customer borrower defaults. as a Analyst we're giving the report of category and classification that have a big probability as a customer borrower default.
https://github.com/sultanazhari/credit-scoring

lending-bank numpy pandas phyton3 probability reporting

Last synced: 5 days ago
JSON representation

A bank Company Wants to Analize their customer borrower defaults. as a Analyst we're giving the report of category and classification that have a big probability as a customer borrower default.

• Host: GitHub
• URL: https://github.com/sultanazhari/credit-scoring
• Owner: sultanazhari
• License: mit
• Created: 2024-06-28T00:58:33.000Z (7 months ago)
• Default Branch: main
• Last Pushed: 2024-06-28T01:25:08.000Z (7 months ago)
• Last Synced: 2024-11-25T12:39:56.931Z (2 months ago)
• Topics: lending-bank, numpy, pandas, phyton3, probability, reporting
• Language: Jupyter Notebook
• Homepage:
• Size: 594 KB
• Stars: 1
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md
  • License: LICENSE

Awesome Lists containing this project

README

        
# Credit-Scoring

# Deskripsi proyek

Tugas saya adalah menyiapkan laporan untuk divisi kredit suatu bank. saya akan mencari tahu pengaruh status perkawinan seorang nasabah dan jumlah anak yang dimilikinya terhadap probabilitas gagal bayar dalam melunasi pinjaman. Pihak bank sudah memiliki beberapa data mengenai kelayakan kredit nasabah.



Laporan ini akan menjadi bahan pertimbangan pada saat membuat penilaian kredit untuk calon nasabah. Penilaian kredit digunakan untuk mengevaluasi kemampuan calon peminjam untuk melunasi pinjaman mereka.

# Deskripsi data

children : jumlah anak dalam keluarga 


days_employed: berapa lama nasabah telah bekerja


dob_years: usia nasabah


education: tingkat pendidikan nasabah


education_id: pengidentifikasi untuk tingkat pendidikan nasabah


family_status: status perkawinan nasabah


family_status_id: pengidentifikasi untuk status perkawinan nasabah


gender: jenis kelamin nasabah


income_type: jenis pendapatan nasabah


debt: apakah nasabah pernah melakukan gagal bayar pinjaman


total_income: pendapatan bulanan


purpose: alasan mengambil pinjaman


Bagaimana proses penilaian proyek dilakukan?