![様事業提案書
import numpy as np
import matplotlib.pyplot as plt
x1 = application_train['AMT_CREDIT'][application_train['TARGET'] == 0]
x2 = application_train['AMT_CREDIT'][application_train['TARGET'] == 1]
fig = plt.figure(figsize = (15, 6))
ax = fig.add_subplot(1,1,1)
ax.hist([x1, x2], bins=25, color=['white', 'grey'], label=['0', '1'], histtype='bar
ax.set_ylabel('frequency')
ax.legend(loc='upper left')
fig.show()](https://image.slidesharecdn.com/k-tamura-200319045031/85/gci-2019-1-320.jpg)
Recommended
Recommended
More Related Content
Recently uploaded
Recently uploaded (9)
Featured
Featured (20)
GCI 2019 最終課題
- 1. 様事業提案書 import numpy as np import matplotlib.pyplot as plt x1 = application_train['AMT_CREDIT'][application_train['TARGET'] == 0] x2 = application_train['AMT_CREDIT'][application_train['TARGET'] == 1] fig = plt.figure(figsize = (15, 6)) ax = fig.add_subplot(1,1,1) ax.hist([x1, x2], bins=25, color=['white', 'grey'], label=['0', '1'], histtype='bar ax.set_ylabel('frequency') ax.legend(loc='upper left') fig.show()
- 2. というお題の
- 4. とその前に
- 5. 自己紹介 名前: 田村 広平 ( k-tamura) • Twitter: tamura__246 • OpenAMコミッター • EasyBuggy開発者 • ∴トラブル★メーカー バグだらけの Webアプリ
- 6. 自己紹介 • 日経Linux「統合認証からSSOまで」 • CodeZine「OpenAMで始めるSSO」 • @IT「OSSによるID管理」 • @IT「認証の動向とOpenAMの事例」 • @IT「keyclaok超入門」 • Qiita など 機械学習は 専門外…
- 12. では本題に
- 13. 様事業提案書
- 14. ご提案すること • 返済能力予測の精度向上 • 顧客獲得方法の提案 • 融資額や期限の上限判定 • お薦めプランをAIが提示
- 15. ご提案すること • 返済能力予測の精度向上 • 顧客獲得方法の提案 • 融資額や期限の上限判定 • お薦めプランをAIが提示 今回は、 これだけ
- 16. ‟ Home Credit has employed pioneering big data methods to provide a fast, convenient, and effective loan approval process 返済能力予測の精度向上 引用：http://www.homecredit.net/careers/life-at-home-credit/2016/risk-management-goes-beyond-numbers.aspx 「予測？やってるけど…」
- 18. は、はい 返済能力予測の精度向上
- 23. 100件分の売上 - 損失 92×120,000円 - 8×240,000円 = 9,120,000円 返済能力予測の精度向上
- 25. 無事返済 支払困難 92件 0件 0件 8件 予測 実際 こうなれば理想 (全て予測的中) 無事 返済 支払 困難 返済能力予測の精度向上
- 29. 91.0% (92.0% ) 1.0% (0% ) 7.0% (8.0% ) 1.0% (0% ) 実際 予測 返済能力予測の精度向上
- 32. 返済能力予測の精度向上 100件分の売上 - 損失 91×120,000円 - 7×240,000円 = 9,240,000円
- 41. 91.0% 1.0% 7.0% 1.0% 利益重視 調整可能 返済能力予測の精度向上 87.3% 4.7% 5.5% 2.5% リスク重視 91.9% 0.0% 8.1% 0.0% 従来通り リスク（導入前後比） 利益（導入前後比）
- 43. 担当者の判断も 加味可能 馬連 - で 固いから 金貸してよ 54% OK! 申し訳あり ませんが… 2 9 返済能力予測の精度向上