In the financial sector, assessing an applicant's credit risk and determining the appropriate loan amount are critical for both the financial institution and the customer. Misjudging an applicant's risk can lead to financial losses for the institution. Similarly, inaccurately estimating the loan amount can either burden the customer with more than they can handle or limit their potential to use the loan effectively. Therefore, developing predictive models that can accurately classify credit risk and estimate suitable loan amounts based on various financial indicators is essential. Objectives 1. Credit Risk Classification - To develop a machine learning model that classifies applicants into categories of credit risk 2. Loan Amount Prediction - To create a regression model that accurately predicts the loan amount that should be approved for applicants based on their financial health indicators. This document evaluates the Random Forest, Logistic regression, LightGBM and Xgboost.

Dalam dunia kerja, salah satu faktor yang sering dianggap memengaruhi tingkat pendapatan seseorang adalah pengalaman kerja. Dengan meningkatnya pengalaman, karyawan biasanya memperoleh keterampilan tambahan, pengetahuan, dan efisiensi yang lebih baik, yang dapat meningkatkan produktivitas mereka dan, pada akhirnya, kompensasi finansial yang diterima. Namun, seberapa kuat hubungan ini dapat bervariasi dikarenakan faktor industri, tingkat pendidikan, dan berbagai faktor lainnya. Oleh karena itu, memahami secara kuantitatif hubungan antara pengalaman kerja dan gaji dapat memberikan wawasan berharga bagi para pengambil keputusan, baik di kalangan perusahaan dalam menetapkan struktur gaji, maupun individu dalam merencanakan karier mereka. Dalam publikasi ini, dilakukan analisis data yang mencakup variabel dependen (Y) yaitu “salary” yang merepresentasikan gaji karyawan dan “years experience” yang merepresentasikan pengalaman kerja dijadikan sebagai variabel independen (X) untuk mengidentifikasi dan mengukur hubungan di antara keduanya. Dengan demikian, analisis ini bertujuan untuk menentukan apakah terdapat hubungan yang signifikan secara statistik antara pengalaman kerja (years experience) dan gaji (Salary) da mengukur seberapa besar kontribusi pengalaman kerja (years experience) terhadap gaji (salary).

En el tutorial aprenderemos a representar un mapa de España con sus provincias y Comunidades Autónomas. También veremos cómo representar un mapa de cualquier país del mundo.