Es un proyecto práctico sobre Machine Learning para identificar en un banco de una empresa la probabilidad de incumplimiento crediticio de los clientes y clasificar quiénes incumplieron y quiénes no.
Lo realicé con ayuda de tres Maestros Christian Velasco, Álvaro Camacho y Alejandro Gamarra de Alura Latam en el curso Inmersión Datos con Python, utilizando herramientas como:
- Pandas: Para manipular y analizar datos.
- Matplotlib: Para generar gráficos en dos dimensiones.
- Numpy: Para crear matrices y matrices multidimensionales.
- Scikit-learn: Para crear estructuras de datos con matrices y matrices multidimensionales.
- Imblearn: Para balancear datos y obtener mejores resultados.
- Seaborn: Para crear gráficos estadísticos.