Machine Learning et Scoring de Crédit
Ref. 118002
Formation idéale pour démarrer sa carrière dans le monde des modèles et du risque de crédit et monter en compétence sur ce domaine d'importance croissante dans tous les métiers de la banque.
- Duration: 4 weeks
- Effort: 20 hours
- Pace: Self paced
- Languages: French
What you will learn
At the end of this course, you will be able to:
- Reconnaitre des techniques de Machine Learning appliquées aux risques
- Appliquer de la Data Science à l’analyse de risque pour les métiers de la banque
- Mobiliser des techniques de détection d’anomalies (supervisées et non-supervisées)
- Utiliser ces techniques pour la gestion des risques bancaires
Description
Ce Mooc "Machine Learning et Credit Scoring" s’adresse à toutes celles et ceux qui souhaitent se perfectionner en science des données et découvrir leurs applications dans le domaine bancaire.
Format
En quatre semaines de travail, vous allez acquérir des connaissances théoriques en probabilités, statistiques inférentielles et data management que vous mettrez en application dans des exercices conçus pour vous entraîner sur des modèles de prédiction et d'optimisation du risque.
Des quiz à la fin de chaque vidéo et à la fin de chaque semaine de travail vous permettront d’évaluer progressivement vos acquis et connaissances.
Prerequisites
Ce Mooc s'adresse à des professionnel de la finance et étudiant en finance ayant de bonnes bases en mathématiques et statistiques.
Assessment and certification
Dans ce MOOC, vous trouverez deux types de quiz :
- Les mini-quiz présentés à la fin de chaque vidéo de cours qui portent sur les notions thématiques de cours présentées.
- Les quiz hebdomadaires de fin de chapitre qui portent sur toutes les notions abordées dans le chapitre.
Tous les quiz (19 intermédiaires et 4 hebdomadaires) sont pris en compte dans l'obtention de l'attestation de suivi avec succès à hauteur de 50/50.
Important :
vous ne disposez que d'une seule et unique tentative pour répondre à chaque question !
Soyez donc attentif lorsque vous soumettez vos réponses.
A la fin du MOOC, vous obtiendrez une attestation de suivi avec succès, si votre note est supérieure ou égale à 60%.
Important :
L'attestation de réussite sera délivrée en deux occasions :
- Début septembre pour les participants ayant suivi le Mooc entre juin et aout 2022.
- Fin décembre pour les participants ayant suivi le Mooc entre septembre et décembre 2022.
Course plan
- 1.1 : Introduction au scoring credit
- 1.2 : Quantification du risque par des probabilités
- 1.3 : Scores simples
- 1.4 : Bases de la construction des scores
- 1.5 : Distributions conditionnelles des scores
- 1.6 : Choix du seuil de prédiction
- 1.7 : Performance des scores
- 2.1 : Étapes de la préparation des données
- 2.2 : Analyse descriptive des données. Présentation de la base German Credit Data
- 2.3 : Imputation : traitement des données manquantes ou aberrantes
- 2.4 : Préparation des bases de modélisation
- 3.1 : Introduction à l'apprentissage supervisé
- 3.2 : La méthode de Descente de Gradient
- 3.3 : Régression Logistique
- 3.4 : Analyse Discriminante
- 4.1 : Étapes du projet de développement d'un modèle de score
- 4.2 : Classes de risque (scorebands)
- 4.3 : Calibrage des probabilités de défaut
- 4.4 : Gestion du risque de modèle
Course team
Organizations
License
License for the course content
Attribution-NonCommercial-NoDerivatives
You are free to:
- Share — copy and redistribute the material in any medium or format
Under the following terms:
- Attribution — You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
- NonCommercial — You may not use the material for commercial purposes.
- NoDerivatives — If you remix, transform, or build upon the material, you may not distribute the modified material.
License for the content created by course participants
Attribution-NonCommercial-NoDerivatives
You are free to:
- Share — copy and redistribute the material in any medium or format
Under the following terms:
- Attribution — You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
- NonCommercial — You may not use the material for commercial purposes.
- NoDerivatives — If you remix, transform, or build upon the material, you may not distribute the modified material.