All About Scoring Nivel 2

Fermac Risk SLNE
Online

2.900€ - ($2.073.354)
IVA inc.
¿O prefieres llamar ahora al centro?
+34 9... Ver más
Compara este curso con otros similares
Ver más cursos similares

Información importante

  • Curso intensivo
  • Nivel intermedio
  • Online
  • 27 horas de dedicación
  • Duración:
    9 Días
  • Clases virtuales
Descripción

El objetivo del curso es enseñar al participante a desarrollar modernas y potentes herramientas de scoring en el ámbito de crédito, marketing, recuperaciones, fraude y Big Data.

Información importante

Preguntas Frecuentes

· ¿Cuáles son los objetivos de este curso?

El participante aprenderá a desarrollar modelos de credit scoring, tradicionales y avanzados, en la etapa de admisión del crédito, scores de comportamiento , score de fraude en la etapa de admisión y seguimiento y en la etapa de la recuperación scores de recobro. En el ámbito de Marketing aprenderá a desarrollar modelos Response Score, Income Score y Score de Abandono. El curso es completamente práctico para que el participante pueda construir modelos inmediatamente. Respecto a la analítica de datos, se expone un módulo, sobre el tratamiento avanzado de los datos, explicando entre otros temas, el muestreo, análisis exploratorio, segmentación y detección de outliers. Se muestran metodologías avanzadas entre otras, árboles de decisión, random forest, redes neuronales, redes bayesianas, Support Vector Machines etc. Más adelante se explica, pormenorizadamente, la validación de estos modelos. Además se explican las ventajas y desafíos de desarrollar un Credit Scoring con Big Data y analítica social. Se muestran metodologías y ejercicios prácticos de Customer Life Time Value. Y, en otro contexto, se exponen temas como la analítica en las redes sociales mostrando las principales métricas y desarrollando ejercicios de visualización de gráficos. Innovadoramente el curso incluye modelos predictivos avanzados para modelizar la LGD y EAD y modelos de credit scoring para emprendedores y Start-Ups.

· ¿A quién va dirigido?

El Curso esta dirigido a profesionistas de entidades financieras interesados en el Big Data Analytics, así como a los responsables de los departamentos de marketing, crédito, riesgos, fraude, finanzas y recuperaciones. Para la mejor comprensión de los temas es necesario que el participante tenga conocimientos de estadística.

¿Qué aprendes en este curso?

CREDIT SCORING
MODELOS PREDICTIVOS
Scorecards
MODELOS DE SCORING

Profesores

Fernando Gonzalez Cervantes
Fernando Gonzalez Cervantes
Socio Director de Fermac Risk

Temario

AGENDA COMPLETA:

http://www.fermacrisk.com/#!all-about-scoring-nivel-2/bwvsl



Módulo 1: Credit Scoring y Modelos Predictivos

  • Modelos Predictivos en el entorno actual

  • Aplicaciones del Credit Scoring

  • Diseño y Construcción de Modelos de Credit Scoring

  • Ventajas y Desventajas

  • Modelos para afrontar crisis financierias

Módulo 2: Gestión avanzada de los datos

  • Tipología de datos

  • Datos transaccionales

  • Unstructured data embebida en documentos de texto

  • Social Media Data

  • Fuentes de datos

  • Revisión del dato

  • Definición del Target

  • Horizonte temporal de la variable objetivo

  • Muestreo

    • Muestreo Aleatorio

    • Muestreo Estratificado

    • Muestreo Rebalanceado

  • Análisis Exploratorio:

    • Histogramas

    • Q-Q Plot

    • Análisis de momentos

    • Box Plot

  • Tratamiento de los valores Missing

    • Imputación

    • Borrar

    • Mantener

  • Técnicas avanzadas de detección de Outliers y tratamiento

    • Z-Score

    • Distancia de Mahalanobis

  • Estandarización de los Datos

  • Categorización de variables

    • Equal Interval Binning

    • Equal Frecuency Binning

    • Prueba Ji-Cuadrada

  • Binary Coding

  • WOE Coding

    • Definición WOE

    • Análisis Univariante con variable Target

    • Selección de variables

    • Tratamiento de Variables continuas

    • Tratamiento de Variables Categóricas

    • Fisher Score

    • Gini

    • Information Value

    • Pearson Correlation

    • Cramer Von Misses

    • Optimización de variables continuas

    • Optimización de variables categóricas

    • Àrboles de Decisión

  • Segmentación

    • Decisión Experta

    • Estadística

      • Àrboles de Decisión

      • K Means Clustering

      • Finite Mixture Model

      • Mixtura gaussiana Univariante

      • Mixtura gaussiana Bivariante

  • ​Ejercicio 1: Análisis Exploratorio en SAS

  • Ejercicio 2: Detección y tratamiento de Outliers usando Z-score

  • Ejercicio 3: Técnicas de Muestreo rebalanceado en SAS

  • Ejercicio 4: Muestreo estratificado y Aleatorio

  • Ejercicio 5: Análisis del Weight of Evidence en Excel

  • Ejercicio 6: Análisis univariante en percentiles en SAS

  • Ejercicio 7: Análisis univariante óptimo variable continua en Excel

  • Ejercicio 8: Estimación del KS, Gini e IV de cada variable en Excel

  • Ejercicio 9: Validación de variables usando Pearson correlation y Fisher Score

  • Ejercicio 10: Optimización de variables categóricas en SAS

  • Ejercicio 11: Análisis Univariante con árboles de decisión en SPSS

  • Ejercicio 12: Segmentación con árboles de decisión

  • Ejercicio 13: Segmentación usando K mans Clustering en R

  • Ejercicio 14: Segmentación con Mixtura gaussiana univariante y bivariante


Compara este curso con otros similares
Ver más cursos similares