Оценка кредитоспособности в Azure ML

Для анализа вероятности возврата кредитных средств, мы применили сервис машинного обучения Azure ML. В анализе были использованы персональные данные, а так же конкретные параметры кредита.

В первую очередь, была проанализирована кредитоспособность. Такой анализ проводится статистическими методами, а так же с помощью визуального представления данных. Анализ состоит из следующих шагов:

На втором этапе была применена одноклассовая модель SVM. На основе работы данной модели, а так же с помощью тонкой настройки параметров, была обучена модель нелинейной классификации.

Последним этапом был реализован веб-сервис, позволяющий использовать модель в обычном приложении.

Проверка точности прогнозирования проводилась на разных наборах данных, имеющих схожие параметры.