← notes
notes · öğrenme yolu

DS & Statistics Learning Track

İstatistik, model geliştirme, validasyon ve ileri risk modelleme yöntemleri için yapılandırılmış öğrenme yolu. Soyut kavramları görmek, test etmek ve üzerinde düşünmek için kısa notlar ve interaktif sayfalar.

Sıra önemli: önce modelleme çekirdeği, ardından istatistik temelleri, ileri yöntemler ve son olarak model riski, karar politikası ve explainability.
Toplam Sayfa
21
Çekirdek modelleme ve istatistikten kalibrasyon, belirsizlik, shrinkage, karar politikası ve explainability'e tam yol.
Format
Not + Araç
Bazı sayfalar kavram odaklı, bazıları interaktif, birçoğu hem açıklama hem sandbox olarak tasarlandı.
Odak
Risk Modelleme
Tüm track validasyon mantığı, PD düşüncesi, kalibrasyon, robustness, eşik politikası ve model yönetişimi etrafında şekillendi.
Yeni misin? Önerilen başlangıç yolu
01 → 02 → 03 → 04 → 05 → 06 → 17 → 20 → 21
track 01

Start Here / Core Modelling

Risk modelinin ne olduğunu, nasıl değerlendirildiğini, nasıl kalibre edildiğini ve çalışan bir validasyon workflow'una nasıl dönüştüğünü anlamak için en hızlı yol.
01
Regression Analysis
Linear · Logistic · OLS · Residuals · R²
İlk gerçek modelleme katmanı: uyum, katsayılar, artık mantığı ve açıklayıcı ilişkiler ile tahmin yapısı arasındaki fark.
note interactive
CORE
02
Model Discrimination
ROC · AUC · Gini · KS · CAP
Sıralama sorusu: model iyiyi kötüden ayırabilir mi? Bu sayfa başlıca ayrım metriklerini tek bir sistem olarak bağlıyor.
note interactive validation
CORE
03
Calibration, PD Scaling & Probability Alignment
Calibration Curve · Intercept · Slope · Brier · PIT / TTC
Modelin olasılık katmanı: yalnızca kimin daha riskli olduğu değil, PD rakamının gerçekleşen frekansa inandırıcı biçimde hizalanıp hizalanmadığı.
note interactive calibration
CORE
04
Model Stability & Backtesting
PSI · CSI · Drift · H-L · Backtesting
İzleme katmanı: popülasyon kaydı mı, kalibrasyon sürüklendi mi, model zaman içinde kabul edilebilir şekilde davranmaya devam ediyor mu?
note interactive monitoring
CORE
05
WoE, IV & Data Preparation
WoE · IV · Binning · Missing Data · Outliers
Ham verinin scorecard'a hazır hale getirildiği yer. Monotonluk, bilgi değeri, eksiklik mantığı ve sağlam feature hazırlığının arkasındaki yapı.
note interactive workflow
CORE
06
Model Selection
AIC · BIC · Adjusted R² · Overfitting · VIF
Neden "daha iyi uyum" yeterli değil. Karmaşıklık, tutarlılık ve çoklu bağlantının nihai model seçimini nasıl şekillendirdiği.
note interactive model thinking
CORE
07
KS & Confusion Matrix
KS Statistic · Precision · Recall · F1 · MCC
Eşik mantığına daha derin bir bakış: ayrımın en güçlü olduğu yer, cutoff'ların hata türlerini nasıl değiştirdiği ve karar kurallarının neden politika seçimi olduğu.
note interactive deep dive
CORE
track 04

Model Risk, Robustness & Decision Reality

Güvenin belirsizliğe, popülasyon temsil gücüne, işletim eşiklerine ve explainability'e bağlı olduğu katman.
17
Resampling, Bootstrap & Model Uncertainty
Bootstrap · CI · Cross-Validation · Optimism · Delta Stability
Model değerlendirmesini tek sayılık bir ritüelden, metriklere ve challenger karşılaştırmalarına belirsizlik ekleyerek stabilite odaklı bir yargıya dönüştürür.
note interactive robustness
MRM
18
Regularization & Shrinkage
Ridge · Lasso · Elastic Net · Bias-Variance · Collinearity
Kasıtlı bias eklemenin katsayı kararsızlığını nasıl azalttığı, overfitting'i nasıl yumuşattığı ve daha güvenilir genelleyen modeller ürettiği.
note interactive stability
MRM
19
Segmentation, Reject Inference & Selection Bias
Subgroups · Accept/Reject Bias · Representativeness · Sample Selection
Modelin, özellikle filtrelenmiş örnekler ve değişen iş stratejisi altında, gerçekten doğru popülasyon üzerinde öğrenilip öğrenilmediğini sorguluyor.
note interactive population bias
MRM
20
Imbalanced Learning, Cutoff Strategy & Cost-Sensitive Decisions
Rare Events · Precision-Recall · Threshold · Expected Cost · Policy
Seyrek olay modellemesini onay, red, eskalasyon ve müdahale politikasına bağlar: optimal cutoff'un dengesizlik ve iş maliyetine göre nasıl değiştiği.
note interactive decision policy
MRM
21
Explainability, Feature Effects & Model Interpretability
Global vs Local · PDP · Contributions · Monotonicity · Governance
Performanstan yorumlanabilirliğe geçer: model kararlarının hem portföy hem de bireysel vaka düzeyinde nasıl anlatılabileceği, sorgulanabileceği ve yönetilebileceği.
note interactive explainability
MRM

Tasarlanan yol basit: önce bir modelin nasıl oluşturulduğunu, değerlendirildiğini ve kalibre edildiğini anla; ardından bu mantığın arkasındaki istatistiksel temelleri güçlendir; sonra zaman yapısı ve seyrek temerrüt yöntemlerine geç; son olarak belirsizlik, eşik politikası, popülasyon yanlılığı ve explainability üzerine model riski sorularına.

Bu sayfa yalnızca notların listesi değil. Modellemeyle ilk temastan, bir modelin stabil, kalibre edilmiş, karar için hazır ve gerçek kullanım için yeterince açıklanabilir olması gereken daha zorlu yargı katmanına doğru rehberli bir yol.

FND — Foundations CORE — Core modelling ADV — Advanced methods MRM — Model risk & robustness