Task :
팀 명
아쉬워 벌써 12시
주제
LC 대출 데이터
선정 이유
금융 데이터 경험치 쌓기에 좋아보인다
1.
리스크 측정할만한 파생변수 생성해서 KPI로 설정해보기
2.
생소한 용어들이 많은데 배우는 게 재밌을것 같다
프로젝트 명
위험 고객 판단 및 수익 손실 최소화
목적 & 목표
통계적 근거를 바탕으로 다양한 알고리즘 모델의 지표를 평가하여 부실채권으로 인한 위험 회피.
핵심 내용
데이터 특성값들 중 유효한 특성을 선별하여 위험 고객인지 판단하는데에 미치는 영향력을 판단한다.
이를 바탕으로 대출 상환 여부를 분류하는 모델을 수립한다.
추가적으로 주어진 데이터셋과 외부 변수를 연관지었을 때 영향이 있는지 검증한다.
통계적 검정 방법을 사용하여 해석에 근거를 마련한다.
예를 들어 통화정책이나 재정정책 등등의 영향력 여부를 판단한다.
추가 궁금한 사항
금융 도메인 지식에 도움이 될만한 자료가 있다면 알고싶습니다.
회의 내용
주제 선택
SKAB : 데이터 양이 너무 방대하고 역학 지식이 많이 요구될거같음
스마트팜 : 농업관련 직무 희망 경우에는 굉장히 매력적이지만 그렇지 않다면 머신러닝 학습 정도에서 그칠 가능성이 있음
UK OnlineRetail : Unsupervised ML 도전하는 의미
저번 프로젝트에서 H&M 데이터셋 주제로 진행했어서 다른 영역에 도전해보고싶음
LendingClub : 금융 데이터 핸들링 경험치 쌓기에 좋아보임
1.
리스크 측정할만한 파생변수 생성해서 KPI로 설정
2.
생소한 용어들이 많은데 배우는 게 재밌을지도?
Airbnb : 식상해
프로젝트 목적
•
목표
•
EDA : 유효한 컬럼 선정 (6명 다)
•
전처리 : 결측치 이상치 처리
◦
유효컬럼 선정 후에 별도 논의
•
모델링 & 평가 : 다양한 모델 테스트, 하이퍼파라미터 튜닝, 지표 선정
•
문서화 : 규칙 합의 및 규칙 준수 확인
◦
패키지 버젼 통일(?) 내일 얘기하기
핵심 내용
•
연체 위험 고객 분류, 그룹화(?)
◦
파생 변수 활용
•
금융위기, 데이터 범위 외 변수 반영해서 분석해보기
•
통화정책, 재정정책 영향 연결
규칙 + 사용 툴
•
VsCode
•
Jupyter Notebook
역할 설정 (FIXED)
•
Lead (+ Schedule management) - 안영준
•
EDA - 이하진
•
Preprocessing (+ Feature engineering) - 구예진
•
Modeling & Evaluation - 강찬휘
•
Documentation - 박미정
•
Presentation - 이원혁,
결과