Objetivo del Programa

El objetivo principal de este curso es que el participante sea capaz de desarrollar sus primeros modelos de Machine Learning aplicados a riesgo de crédito. Más allá, se busca fomentar la curiosidad y el empoderamiento del participante de tal forma que pueda adaptar el conocimiento adquirido a las necesidades de su institución. La metodología está basada en la discusión y aplicación de códigos con ejemplos prácticos (learning by doing). El formato del curso es presencial con el objetivo de promover la discusión entre los participantes. El curso será desarrollado en “R” e incluye una introducción a este lenguaje de programación por lo que no se requiere conocimiento previo, aunque es recomendable

Contenido:

Módulo 1: Introducción al Machine Learning

• Machine Learning, Inteligencia Artificial y Ciencia de Datos
• Conceptos básicos de Machine Learning
• Ejemplo práctico

Módulo 2: Introducción a “R”

• Manejo y descripción de datos
• Visualización de datos
• Códigos con ejemplos

Módulo 3: Modelación Estadística

• Modelo logístico
• Modelos de Machine Learning
• Conceptos importantes:
• a) Cross Validation
• b) Tuning
• c) Overfitting
• Métricas de desempeño de modelos
• Aplicaciones:
• a) Modelo de originación de crédito
• b) Modelo de comportamiento crediticio (Behavioral Scoring)