در این مطلب، ویدئو آموزش پایتون: درک ریسک اعتباری با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید.اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
مدت زمان فیلم: 00:03:15
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:00,240 –> 00:00:02,919
سلام نام من مایکل کرابتری است و من یک
2
00:00:02,919 –> 00:00:04,930
دانشمند داده در شرکت خودروسازی فورد هستم
3
00:00:04,930 –> 00:00:06,610
، به شما مفاهیم و
4
00:00:06,610 –> 00:00:08,050
تکنیک هایی را برای مدل سازی ریسک اعتباری
5
00:00:08,050 –> 00:00:09,009
با استفاده از پایتون نشان خواهم داد
6
00:00:09,009 –> 00:00:11,620
که دقیقاً ریسک اعتباری چیست ریسک اعتباری
7
00:00:11,620 –> 00:00:13,150
خطری است که کسی که پول قرض کرده است
8
00:00:13,150 –> 00:00:14,789
بازپرداخت نمی کند.
9
00:00:14,789 –> 00:00:17,410
اصلاً این ریسک را به عنوان تفاوت
10
00:00:17,410 –> 00:00:19,240
بین وام دادن به یک شخص و
11
00:00:19,240 –> 00:00:21,189
خرید یک اوراق قرضه دولتی با
12
00:00:21,189 –> 00:00:22,779
اوراق قرضه دولتی در نظر بگیرید که تقریباً بازپرداخت آن تضمین
13
00:00:22,779 –> 00:00:25,179
شده است، اما نه زمانی که وام دادن
14
00:00:25,179 –> 00:00:28,150
پول به مردم به تنهایی در زمانی
15
00:00:28,150 –> 00:00:29,949
که آژانس وام دهنده به طور منطقی از وام مطمئن است، نکول باشد.
16
00:00:29,949 –> 00:00:32,770
بازپرداخت نخواهد شد، ما از
17
00:00:32,770 –> 00:00:34,180
مدلهای یادگیری ماشین برای تعیین
18
00:00:34,180 –> 00:00:37,870
این موضوع استفاده میکنیم. در این مثال، ما
19
00:00:37,870 –> 00:00:40,059
300 دلار به کسی وام دادهایم که دو
20
00:00:40,059 –> 00:00:42,550
پرداخت انجام داده است، اما پرداخت نهایی نیست،
21
00:00:42,550 –> 00:00:44,350
در این مرحله است که ما وام را
22
00:00:44,350 –> 00:00:46,420
به عنوان پیشفرض پیشبینی میکنیم.
23
00:00:46,420 –> 00:00:48,129
برای برآورد زیان مورد انتظار برای ما مفید است.
24
00:00:48,129 –> 00:00:52,149
25
00:00:52,149 –> 00:00:54,039
26
00:00:54,039 –> 00:00:56,649
27
00:00:56,649 –> 00:00:58,480
محاسبه
28
00:00:58,480 –> 00:01:00,789
سه مؤلفه زیر احتمال
29
00:01:00,789 –> 00:01:02,590
نکول است که احتمال
30
00:01:02,590 –> 00:01:04,750
عدم پرداخت وام است.
31
00:01:04,750 –> 00:01:06,850
مواجهه با نکول که مبلغ
32
00:01:06,850 –> 00:01:08,650
معوقه در زمان نکول است
33
00:01:08,650 –> 00:01:11,049
و زیان نکول داده شده که
34
00:01:11,049 –> 00:01:13,090
نسبت مواجهه در برابر هرگونه
35
00:01:13,090 –> 00:01:15,790
بازیابی است. از زیان
36
00:01:15,790 –> 00:01:18,460
مثال ما، 100 دلار به ازای هر بدهی ما در معرض قرار گرفتن ما است و
37
00:01:18,460 –> 00:01:21,610
اگر آن بدهی را به قیمت 20 دلار بفروشیم
38
00:01:21,610 –> 00:01:25,390
ضرر پیشفرض ما 80 درصد خواهد بود، فرمول
39
00:01:25,390 –> 00:01:27,490
زیان مورد انتظار احتمال
40
00:01:27,490 –> 00:01:29,590
نکول ضربدر قرار گرفتن در معرض و
41
00:01:29,590 –> 00:01:32,770
ضرر با توجه به نکول است.
42
00:01:32,770 –> 00:01:35,920
تمرکز بر احتمال پیشفرض برای
43
00:01:35,920 –> 00:01:37,990
مدلسازی احتمال پیشفرض
44
00:01:37,990 –> 00:01:40,000
معمولاً دو