How to Prepare for a Credit Risk Internship Interview in Nine Steps
Préparer un entretien en risque de crédit en construisant pas à pas un modèle de scoring.
Towards Data Science
Des articles en anglais sur le risque de crédit, la statistique appliquée et l’apprentissage automatique.
Risque de crédit ·
Préparer un entretien en risque de crédit en construisant pas à pas un modèle de scoring.
Risque de crédit ·
Partir d’un prêt pour comprendre la probabilité de défaut, les pertes et le capital bancaire.
Risque de crédit ·
Passer d’une régression logistique à une grille de points et à des classes de risque.
Risque de crédit ·
Comparer des modèles de scoring et tenir compte de leur stabilité pour choisir le modèle final.
Intelligence artificielle ·
Ce que révèle une étude de la programmation assistée par IA pour l’inférence causale.
Risque de crédit ·
Transformer les données des emprunteurs en catégories exploitables dans un modèle de scoring.
Apprentissage automatique ·
Construire des représentations de mots et les utiliser pour classer des critiques de films.
Risque de crédit ·
Vérifier comment les variables d’un score évoluent avec le risque et si cette relation se maintient dans le temps.
Risque de crédit ·
Sélectionner des variables interprétables dont la contribution reste stable d’un échantillon à l’autre.
Risque de crédit ·
Mesurer les relations entre variables pour guider leur sélection dans un score de crédit.
Risque de crédit ·
Traiter les valeurs atypiques et manquantes dans les données sur les emprunteurs avec Python.
Risque de crédit ·
Explorer les caractéristiques des prêts et des emprunteurs associées au défaut de paiement.
Risque de crédit ·
Définir le périmètre des données avant d’estimer une probabilité de défaut dans le cadre IRB.
Mathématiques ·
Calculer la transformée de Fourier d’une fonction continue par quadrature numérique et par FFT.
Apprentissage automatique ·
Appliquer l’imputation à de nouvelles données avec MissForestPredict et éviter les fuites de données.
Statistique ·
Comparer deux populations avec le Population Stability Index et le V de Cramér.
Statistique ·
Mettre en pratique les méthodes pas à pas de sélection de variables dans une régression linéaire.
Statistique ·
Vérifier l’hypothèse des rapports de cotes proportionnels à l’aide du test de Brant en Python.
Statistique ·
Ajuster une régression linéaire multiple sur des données réelles, vérifier ses hypothèses et interpréter ses résultats.
Séries temporelles ·
Comprendre comment l’autocorrélation des erreurs contribue aux régressions fallacieuses.