QBVK › Finans & BankacılıkFinance & Banking

QML Home Credit Temerrüt RiskiQML Home Credit Default Risk

Kredi temerrüt riski için yüksek qubitli QML; IBM QPU ve Origin Wukong sürümleri.High-qubit QML for credit default risk; IBM QPU and Origin Wukong variants.

headless: başarısızheadless: failed QML_HomeCredit_Miuul-1.ipynb 20/20 hücre · 303.1 sn20/20 cells · 303.1 s

İlk hataFirst error: ValueError: Veri yok. AŞAMA 5/6 çalıştırın.

Yaklaşım ve teknolojiApproach & technology

KütüphanelerLibraries

lightgbm, pandas, pyqpanda, qiskit, qiskit_aer, qiskit_ibm_runtime, qiskit_machine_learning, sklearn, xgboost

Algoritmalar (kodda geçen)Algorithms (found in code)

Amplitude, Annealing, Grover, Kernel, QAOA, QSVC, QUBO, VQC

Qubit ayarları (kodda)Qubit settings (in code)

Defter akışıNotebook outline

Öğrenci demosu için kritik gerçekler
Çalıştırma sırası (doğrusal — geri dönüş yok)
Referans proje
AŞAMA 1: Drive / Path Tanımlama
AŞAMA 2: Cihaz & Algoritma Seçim Motoru
AŞAMA 3: Python Library Kurulumu
AŞAMA 4: API Keys Yönetimi
AŞAMA 5: Home Credit Veri Yükleme
AŞAMA 6: Opsiyonel Upload
AŞAMA 7: EDA (Exploratory Data Analysis)
AŞAMA 8: Anonimleştirme (Privacy)
AŞAMA 9: Ön İşleme + Feature Engineering (Temel)
AŞAMA 10: Klasik Baseline

Sonuç grafikleriResult charts

Notebook'ta kayıtlı çıktı (QML_HomeCredit_Miuul-1.ipynb)Saved output in notebook (QML_HomeCredit_Miuul-1.ipynb)

Çıktılardan metrik satırları (birebir)Metric lines from outputs (verbatim)

N_QUBITS=4  SHOTS=500
Klasik LR  Acc=0.850  AUC=0.876
VBox(children=(HTML(value="<h3>🔧 Pipeline Seçim Motoru <span style='font-size:12px;color:#64748b;'>(High-Qubit…
Yüksek qubit (≥12–16) denemelerinde VQC tercih edin.
Logistic Regression    | AUC=0.7329  F1=0.2501  Recall=0.6608
Random Forest          | AUC=0.7388  F1=0.2640  Recall=0.5994
SVM (RBF)              | AUC=0.6983  F1=0.2390  Recall=0.5537
XGBoost                | AUC=0.7506  F1=0.2664  Recall=0.6666
💡 İpucu: TARGET_QUBITS ≥ 12 ise VQC tercih edin (AŞAMA 2'den değiştirilebilir).
MAX_TRAIN_SAMPLES_Q       = 24  (yüksek qubit → küçük subset)
Not: Gerçek backend bağlanınca (AŞAMA 13) n_qubits backend kapasitesine göre
💡 AŞAMA 13'da gerçek backend seçilince n_qubits backend'e göre güncellenebilir.
Soyut feature map qubits=8 | ansatz params≈32
VQC | n_qubits=8 | train=24 | REAL_QPU=False

Kaynak: Source: QBVK headless çalıştırma · QML_HomeCredit_Wukong_Origin-2.ipynbQBVK headless run · QML_HomeCredit_Wukong_Origin-2.ipynb

Colab'da açOpen in Colab

Defteri indirin, ardından Colab'da Dosya → Not defteri yükle. ⭐ = önerilen sürüm. Gizli anahtarlar yayından çıkarıldı.Download the notebook, then in Colab use File → Upload notebook. ⭐ = recommended version. Secrets were removed before publishing. colab.research.google.com ↗

DefterNotebook	Kod hücresiCode cells	Kayıtlı çıktıSaved outputs
QML_HomeCredit_Miuul-1.ipynb ⭐	20	✔	İndir .ipynbDownload .ipynb
QML_HomeCredit_Default_Risk_HighQubit.ipynb	19	✔	İndir .ipynbDownload .ipynb
QML_HomeCredit_Wukong_Origin-2.ipynb	9	✔	İndir .ipynbDownload .ipynb