(Keras/Tensorflow)
Proyecto de Predicción de Deuda en Crédito
(We will be using a subset of the LendingClub DataSet obtained from Kaggle:
https://www.kaggle.com/wordsforthewise/lending-club)
LendingClub is a US peer-to-peer lending company, headquartered in San Francisco, California. It was the first peer-to-peer lender to register its offerings as securities with the Securities and Exchange Commission (SEC), and to offer loan trading on a secondary market. LendingClub is the world's largest peer-to-peer lending platform.
Given historical data on loans given out with information on whether or not the borrower defaulted (charge-off), can we build a model thatcan predict wether or nor a borrower will pay back their loan? This way in the future when we get a new potential customer we can assess whether or not they are likely to pay back the loan.
The "loan_status" column contains our label.
(Usaremos un subset del LendingClub DataSet de Kaggle:
https://www.kaggle.com/wordsforthewise/lending-club)
LendingClub es una empresa estadounidense de préstamos entre particulares con sede en San Francisco, California. Fue el primer prestamista peer-to-peer en registrar sus ofertas como valores ante la Comisión de Bolsa y Valores (SEC) y en ofrecer negociación de préstamos en un mercado secundario. LendingClub es la plataforma de préstamos peer-to-peer más grande del mundo.
Objetivo
Dados los datos históricos sobre los préstamos otorgados con información sobre si el prestatario incumplió o no (cancelación), ¿podemos construir un modelo que pueda predecir si un prestatario pagará o no su préstamo? De esta manera, en el futuro, cuando obtengamos un nuevo cliente potencial, podemos evaluar si es probable que pague el préstamo o no.
La columna "loan_status" contiene la clase.