Phân loại Credit Risk với Machine Learning
Xây dựng mô hình đánh giá rủi ro tín dụng sử dụng XGBoost, LightGBM. Học về imbalanced data, WOE encoding và SHAP interpretability.
4 giờ
Thời gian
6
Bài học
178
Học viên
4.7
Đánh giá
Bạn sẽ học được
Xử lý và phân tích dữ liệu thực tế với Python
Xây dựng và huấn luyện model Machine Learning
Đánh giá và tối ưu hiệu suất model
Deploy ứng dụng ML lên production
Áp dụng best practices trong ngành công nghiệp
Tự tin giải quyết bài toán ML thực tế
Nội dung dự án
6 bài học • Ước tính hoàn thành trong 2-3 ngày
0/6
Hoàn thành
Sẵn sàng bắt đầu?
Học theo trình tự từ bài 1
Công nghệ sử dụng
Yêu cầu trước khi học
Lập trình Python cơ bản
Hiểu về variables, functions, loops, và OOP
Machine Learning Fundamentals
Kiến thức cơ bản về ML algorithms
Toán học cho Data Science
Linear algebra, Statistics, Probability
💡 Gợi ý: Hoàn thành các yêu cầu trên để có trải nghiệm học tập tốt nhất. Bạn vẫn có thể bắt đầu dự án, nhưng một số khái niệm có thể khó hiểu hơn.
Học viên nói gì
"Dự án rất thực tế và chi tiết. Tôi đã học được rất nhiều kỹ năng mới và áp dụng được ngay vào công việc."
Nguyễn Văn A
Data Scientist tại VNG Corporation
3+
Đánh giá
4.7
Điểm trung bình
95%
Hài lòng
Sẵn sàng bắt đầu?
Tham gia cùng 178+ học viên đã hoàn thành dự án này và nâng cao kỹ năng của bạn ngay hôm nay.
Bắt đầu ngay miễn phí