Este proyecto realiza un análisis exploratorio y visualización de datos relacionados con un caso de crédito bancario alemán. Su propósito es entender mejor las características de los clientes y las variables que afectan la decisión crediticia.
- Explorar los datos del conjunto proporcionado.
- Identificar patrones y relaciones clave entre las variables.
- Generar visualizaciones para apoyar la toma de decisiones.
El análisis está estructurado en las siguientes secciones:
- Carga de Datos: Importación y preprocesamiento del conjunto de datos.
- Análisis Exploratorio (EDA):
- Estadísticas descriptivas.
- Inspección de valores faltantes y datos categóricos.
- Visualización de Datos:
- Gráficos que muestran la distribución de las variables.
- Comparaciones entre clientes con crédito aprobado y denegado.
- Conclusiones:
- Insights obtenidos del análisis de los datos.
Este proyecto utiliza Python y las siguientes bibliotecas:
pandasnumpymatplotlibseabornscikit-learn(opcional para tareas adicionales)
-
Abre el archivo en Google Colab:
- Sube el archivo
credito_banco_aleman_inmersion_Dia1.ipynbdirectamente a Google Colab. - O haz clic en el botón a continuación si lo configuras en un repositorio público:
- Sube el archivo
-
Instala los requisitos si es necesario:
!pip install pandas numpy matplotlib seaborn scikit-learn -
Ejecuta las celdas en el orden indicado.
Este análisis está basado en un conjunto de datos ficticio representativo del sector financiero. Los resultados y visualizaciones pueden utilizarse para comprender mejor el riesgo crediticio.
){kind=icon}