Scoring kredytowy z zastosowaniem XGBoost
Przed kilkoma tygodniami zainicjowałem na blogu cykl: „zaawansowana analityka”. Czas więc wytoczyć duże działa. Użyję ich do spekulacji nad sensownością połączenia XGBoost + scoring kredytowy […]
Przed kilkoma tygodniami zainicjowałem na blogu cykl: „zaawansowana analityka”. Czas więc wytoczyć duże działa. Użyję ich do spekulacji nad sensownością połączenia XGBoost + scoring kredytowy […]
W poprzednich odcinkach ustaliliśmy metodę pozwalającą na dobór odpowiedniego punkt odcięcia. Teraz pora na poprawę rentowności i jakości modelu. Użyję do tego drzewa decyzyjnego, które […]
Jak wybrać punkt odcięcia i uwzględnić uwarunkowania biznesowe, by maksymalizować zysk i minimalizować stratę? O tym wszystkim opowiadam w trzecim odcinku DSP. Serdecznie zapraszam do […]
W ostatnich wpisach pokazywałem jak wybrać punkt odcięcia przy założeniu, że wszystkie popełniane błędy kosztują nas tyle samo. W poniższym wpisie przedstawiam metodę biorącą pod […]
W drugim odcinku na kanale Data Science Plus poruszam temat wyboru odpowiedniego punktu odcięcia.
Wybór odpowiedniego punktu odcięcia wcale nie musi być trudny. Poniżej na przykładzie z sektora finansowego pokazuję jak to zrobić w kilku prostych krokach.
Być może zastanawiałeś się kiedyś nad tym, jakie korzyści niesie ze sobą wdrożenie w organizacji rozwiązania opartego o uczenie maszynowe. Optymalizacja kosztów, przewaga nad konkurencją […]
Projekt ten jest kontynuacją wpisu wprowadzającego do Microsoft Azure Machine Learning. W oparciu o rzeczywisty zbiór danych, zbuduję przykładowy model predykcyjny. Przy poprzednim projekcie założyłem, […]
Copyright © 2016 - 2023 MG Mateusz Grzyb | Strona używa plików cookies. Kontynuowanie przeglądania oznacza zgodę na ich użycie. | Polityka prywatności | Regulamin szkolenia