ავტომატიზებული სესხის შეფასების სისტემა

💼 სესხების შეფასების ავტომატიზებული სისტემა 💰

თანამედროვე ფინანსური ინსტიტუტები ყოველდღიურად ამუშავებენ ათასობით სესხის განაცხადს.
იმისთვის, რომ სწრაფად და სწორად გადაწყვიტონ ვინ არის უფლებამოსილი, ბანკები იყენებენ ავტომატურ სისტემებს
რისკის მოდელებზე დაფუძნებულს.

ასეთი სისტემა უნდა ააშენო შენ. მიგიღია წვდომა რეალისტურ მონაცემთა ნაკრებზე
საკრედიტო განაცხადებით, მათი დამტკიცების ისტორიასთან ერთად.
შენი მიზანია განავითარო მოდელი, რომელსაც შეუძლია შეაფასოს კლიენტების მიერ გაგზავნილი ახალი მოთხოვნები.

შენს ხელთ არის ორი ფაილი:

• train.csv - ისტორიული მოთხოვნები საბოლოო გადაწყვეტილებით (loan_status)
• test.csv - ახალი მოთხოვნები, რომლებისთვისაც არ გვაქვს დაკავშირებული გადაწყვეტილება

მთავარი მიზანი: ალბათობის პროგნოზირება, რომლის საფუძველზეც შეგვიძლია ყოველი მოთხოვნა კლასიფიცირება როგორც დამტკიცებული ან უარყოფილი (ალბათობა 0-სა და 1-ს შორის, სადაც 0 ნიშნავს, რომ ნამდვილად არ გაიცემა სესხი და 1 ნიშნავს, რომ ნამდვილად გაიცემა სესხი).

📊 მონაცემთა ნაკრები

ყოველი ჩანაწერი წარმოადგენს სესხის მოთხოვნას, დემოგრაფიული,
ფინანსური, ქცევითი ინფორმაციით და მოთხოვნილი კრედიტის ტიპის დეტალებით.

მთავარი ატრიბუტები:

• customer_id - უნიკალური იდენტიფიკატორი
• age, occupation_status, years_employed
• annual_income, credit_score, credit_history_years
• savings_assets, current_debt
• defaults_on_file, delinquencies_last_2yrs, derogatory_marks
• product_type, loan_intent, loan_amount, interest_rate
• debt_to_income_ratio, loan_to_income_ratio, payment_to_income_ratio
• loan_status - მხოლოდ train.csv-ში, პროგნოზირებადი ეტიკეტი

საბოლოო მიზანია loan_status-ის პროგნოზირება test.csv-ის რიგებისთვის.

📝 დავალებები

პირველი სამი ქვედავალება ამოწმებს მონაცემთა ნაკრების სტრუქტურის გაგებას.
ბოლო ქვედავალება აფასებს კლასიფიკაციის მოდელს.

ქვედავალება 1 (10 ქულა)

კლასიფიცირება ყოველი განმცხადებლისა ტესტ ნაკრებიდან ასაკის მიხედვით:

• Young თუ age < 30
• Adult თუ 30 ≤ age < 60
• Senior თუ age ≥ 60

ქვედავალება 2 (15 ქულა)

განსაზღვრეთ რისკის დონე debt_to_income_ratio-ს საფუძველზე:

• LowRisk თუ DTI < 20
• MediumRisk თუ 20 ≤ DTI < 40
• HighRisk თუ DTI ≥ 40

ქვედავალება 3 (15 ქულა)

ტესტის ყოველი რიგისთვის გამოთვალეთ:

1total_obligations = current_debt + derogatory_marks + delinquencies_last_2yrs

დააბრუნეთ მთელი რიცხვი.

ქვედავალება 4 (60 ქულა)

ააშენეთ კლასიფიკაციის მოდელი, რომელიც პროგნოზირებს loan_status-ს (ალბათობა p [0,1]-დან) ტესტის ყოველი რიგისთვის.

შეფასება ხდება AUC (Area Under the ROC Curve)-ის გამოყენებით.

🧮 შეფასება

• AUC ≥ 0.95 → 60 ქულა
• AUC ≤ 0.80 → 0 ქულა
• მათ შორის ინტერვალი: პროპორციული ქულა

ქვედავალებები 1–3 შეფასდება ზუსტად (შედარებით).

📄 წარდგენის ფაილის ფორმატი

ფაილი submission.csv უნდა შეიცავდეს 4 ხაზს ტესტის ყოველი რიგისთვის,
რომელიც შეესაბამება 4 ქვედავალებას.

სტრუქტურა:

1subtaskID datapointID answer

სადაც:

• subtaskID - 1, 2, 3 ან 4
• datapointID - customer_id-ის მნიშვნელობა
• answer - შეიძლება ჰქონდეს შემდეგი მნიშვნელობებიდან ერთ-ერთი (დავალების მიხედვით):
  • ქვედავალება 1: Young / Adult / Senior
  • ქვედავალება 2: LowRisk / MediumRisk / HighRisk
  • ქვედავალება 3: მთელი რიცხვი
  • ქვედავალება 4: ალბათობა, რომ loan_status = 1 (ნამდვილი რიცხვი 0–1)

მაგალითი customer_id = 9071-ისთვის:

1subtaskID datapointID answer21 9071 Adult32 9071 MediumRisk43 9071 1254 9071 0.742

წარმატებები სესხების შეფასების ავტომატიზებული სისტემის განვითარებაში!

📊 შეფასების მეტრიკა: ROC AUC 📈

ქვედავალება 4-ისთვის, შეფასება ხდება ROC AUC (Area Under the ROC Curve)-ის გამოყენებით.
ეს არის ერთიანი ზომა, რომელიც ასინთეზებს კლასიფიკატორის შესრულებას ყველა შესაძლო გადაწყვეტილების ზღვრისთვის.

როგორ გამოითვლება ROC AUC?

1. იხატება ROC მრუდი, რომელიც წარმოადგენს:
   • TPR (True Positive Rate) - დამტკიცებული მოთხოვნების სწორი დამტკიცების მაჩვენებელი
   • FPR (False Positive Rate) - უარყოფილი მოთხოვნების არასწორად დამტკიცების მაჩვენებელი

2. მრუდის ქვეშ ფართობი (AUC) გამოითვლება ტრაპეციების წესის გამოყენებით:
   • მრუდი იყოფა ტრაპეციებად FPR მნიშვნელობებზე ვერტიკალური ხაზებისა და TPR მნიშვნელობებზე ჰორიზონტალური ხაზების გამოყენებით
   • ტრაპეციების ფართობები ემატება AUC-ის საბოლოო მნიშვნელობის მისაღებად

3. ქულის ინტერპრეტაცია:
   • ROC AUC = 1 🏆 → სრულყოფილი კლასიფიკატორი, ყველა მოთხოვნა სწორად კლასიფიცირებულია
   • ROC AUC = 0.5 🎲 → შემთხვევითი კლასიფიკატორი, პროგნოზირების ძალის გარეშე
   • 0.5 < ROC AUC < 1 📈 → რამდენად კარგად ყოფს კლასიფიკატორი კლასებს