In this machine learning experiment, a German bank's credit data will be used to create a machine learning model that later identifies as accurately as possible whether a potential credit user is a good payer or not.
Neste experimento de machine learning será utilizado os dados de concessão de crédito em um banco alemão para criar um modelo de aprendizado de máquina que identifique posteriormente com a máxima precisão possível se um pretenso adquirente de crédito será ou não um bom pagador.
Concessão de crédito por parte de bancos à clientes torna-se um problema devido ao fato da necessidade da entidade ter que avaliar uma grande gama de dados com o objetivo de verificar o risco de inadimplência da operação. Devido ao que foi exposto este problema se torna ideal para avaliarmos a precisão de algoritimos de aprendizado de máquina para determinar a qualidade do cliente solicitante de crédito diminuindo assim o risco das operações.
Para este problema será utilizado um conjunto de dados contendo informações anonimizadas de cliente de um banco alemão. O arquivo possui 1000 (um mil) registros de cliente do banco, cada registro contendo 20 (vinte) colunas com os atributos relevantes para a concessão de crédito e uma (1) coluna contendo a classificação deste cliente.
Afim de avaliar qual a técnica mais precisa para a classificação de clientes serão utilizados dois algorítimos correlacionados. Será aplicado primeiramente o algoritmo Decision Tree e posteriormente o Random Forest para então medir a acurácia de ambos e verificar o mais preciso para o problema em questão.
Wikipedia contributors. (2020, October 13). Decision tree learning. In Wikipedia, The Free Encyclopedia. Retrieved 18:41, October 18, 2020, from https://en.wikipedia.org/w/index.php?title=Decision_tree_learning&oldid=983310740
Wikipedia contributors. (2020, October 10). Random forest. In Wikipedia, The Free Encyclopedia.Retrieved 18:43, October 18, 2020, from https://en.wikipedia.org/w/index.php?title=Random_forest&oldid=982782597
Kaggle contributors.(2020, October 16). German credit bank data in Kaggle Retrieved 13:00, October 18, 2020, from https://www.kaggle.com/agsam23/german-credit