Explore
NEW
Image 1

Share with the people you'd go with!

ClassON: Data Science in Finance (Credit Scoring)

Online

19 Apr 2021
• 19.00-21.00 WIB

Kelas ini merupakan kelas lanjutan atau terapan setelah kamu mengerti bahasa pemrograman Python. Dimana dalam kelas ini akan lebih spesifik untuk menjawab kasus-kasus bisnis di bidang keuangan menggunakan sample dataset.

Sebelum mengikuti kelas ini, kamu wajib memiliki basic skill Python atau mengikuti ClassON by IYKRA: Basic Python sebelumnya.

Apa saja yang akan kamu pelajari dalam program ini :

1. Understanding CRISP-DM

Di hari pertama kamu akan mempelajari konsep CRISP-DM dan macam-macam business case di bidang finance serta mengenalkan metode time series.

2. Logistic Regression for Credit Scoring Modeling

Di hari kedua, kamu akan lebih detail belajar basic logistic regression, sampai dengan multivariate logistic regression. Lalu, menentukan training dan testing data untuk dijalankan di suatu model sampai cara mengimprove model performance.

3. Scorecard with Logistic Regression for Credit Scoring Modeling

Di akhir program, kamu akan dikenalkan untuk membuat scorecard sendiri dalam proses credit scoring. Selain itu, menentukan parameter dalam scorecardnya dan mengimplementasikan model sehingga mendapatkan evaluasi. 

Belajar case credit scoring dimana case ini banyak digunakan perusahaan keuangan untuk mengoptimalkan proses operationnya yang dimulai dengan definisi credit scoring sampai dengan membuat model algoritma menggunakan framework CRISP-DM

Apa yang akan kamu dapatkan di ClassON:

- belajar live streaming dipandu oleh mentor

- E-certificate

- Forum discussion

- Dataset 

- exercise

- recording course

- modul course

- Prerequisite (dikirim via email maksimal H-1 sebelum sesi ClassON dimulai)

More Details About This Event

About Creator

icon
693 Followers
icon
172 Experiences
icon
4.4 (51)
icon
Joined April 2020
Event info is provided by the creator, including photos, descriptions, locations, and schedules. Let us know if you spot anything incorrect, we'll help where we can

Frequently Asked Questions


Something not right?