Потребность
Повышение точности скоринга и ускорение решений по заявкам на кредитные
продукты.
Возможность вынесения решения на основе транзакционной истории
клиента.

Используемые технологии:
Python 3.8.2 и библиотеки машинного обучения

Разработана собственная модель предсказания скоринга БКИ на кредитную заявку для клиентов банка, построенная на открытых и закрытых данных банка.
Модель использует данные истории банковских транзакций клиентов.
Для классификации используется ROC AUC метрика.
Значение метрики на испытаниях продемонстрировало значения от 0.7, что позволило использовать модель в дальнейшей эксплуатации.