update model

deploy.py

@@ -23,7 +23,7 @@ def predict(person_income, loan_int_rate, person_age, person_home_ownership_nume
         +
           """<p>Puntajes:</p>
             <ul>
-              <li>BAJO: 300-579</li>
+              <li>Bajo: 300-579</li>
               <li>JUSTO: 580-669</li>
               <li>BUENO: 670-739</li>
               <li>MUY BUENO: 740-799</li>
@@ -57,18 +57,66 @@ loan_grade: -A:0 -B:1 -C:2 -D:3 -E:4 -F:5 -G:6
 cb_person_default_on_file: -Y:1 -N:0"""
 
 inputs = [
-  gr.Slider(1000, 100000, value= 4500, step=500, label='Ingreso Anual'),
-  gr.Slider(0, 25, value= 8.2, label='Tasa de Interes'),
-  gr.Slider(10, 95, value=25, step=1, label='Edad'),
+  gr.Slider(1000, 100000, value= 4500, step=500, label='Ingreso Anual (USD $)'),
+  gr.Slider(0, 25, value= 8.2, label='Tasa de Interes (%)'),
+  gr.Slider(10, 95, value=25, step=1, label='Edad (Años)'),
   gr.Dropdown([('Rentada', 3), ('Propia', 2), ('Hipoteca', 0), ('Otro', 1)], type='index', label='Tipo de Vivienda que posee'),
   gr.Slider(0, 50, value=6, step=1, label='Años de experiencia laboral'),
   gr.Dropdown([('Educación', 1), ('Empresa', 5), ('Consolidación de la Deuda', 0), ('Mejora de Vivienda', 2), ('Medico', 3), ('Personal', 4)], type='index', label='Intención del Prestamo'),
   gr.Dropdown([('A', 0), ('B', 1), ('C', 2), ('D', 3), ('E', 4), ('F', 5), ('G', 6)], type='index', label='Grado del Prestamo'),
-  gr.Slider(1000, 100000, value= 4500, step=500, label='Monto del Prestamo'),
+  gr.Slider(1000, 100000, value= 4500, step=500, label='Monto del Prestamo (USD $)'),
   gr.Dropdown([('Si', 0), ('No', 1), ('No', 1)], type='index', label='Hay incumplimientos en el historial crediticio ?'),
-  gr.Slider(0, 35, value=4, step=1, label='Duración del Historial Crediticio'),
+  gr.Slider(0, 35, value=4, step=1, label='Duración del Historial Crediticio (Años)'),
 ]
 
-demo = gr.Interface(fn=predict, inputs=inputs, outputs=["label", "html"], title='Modelo de Riesgo: ScoreCard')
-demo.launch(share=True, debug=True)
+examples = [
+    [60000, 11.89, 26, 0, 2, 1, 1, 10000, 0, 4],
+    [85000, 9.67, 67, 3, 2, 3, 1, 25000, 1, 6],
+]
+
+description = """<h3>Bienvenidos a "Calcula tu puntaje crediticio", tu fuente de información y recursos dedicados a un 
+tema crítico en el mundo financiero: la evaluación y gestión del riesgo de crédito.
+En esta plataforma, hemos desarrollado y compartido una potente herramienta de evaluación crediticia con la colaboración de:
+Pamela Escobar Palacio, Juan Jose Monsalve Patino y José Julián Aguirre Ramírez.
+Nuestra misión es proporcionar una visión accesible en este fascinante campo, brindando información y
+la capacidad para tomar decisiones en el marco del crédito.</h3>"""
 
+article = """
+<div>
+    <h1>¿Por qué es importante el Riesgo de Crédito?</h1>
+    <h5>La evaluación adecuada del riesgo de crédito es esencial para las instituciones financieras y las empresas que otorgan crédito. Ayuda a prevenir pérdidas y garantiza que las decisiones de préstamo se tomen de manera responsable y basada en datos. Nuestra plataforma está diseñada para ayudarte a comprender y aplicar.</h5>
+    <h5>¡Esperamos que encuentres esta herramienta útil en tu búsqueda de comprender y gestionar el riesgo de crédito de manera efectiva!</h5>
+    <h2>¿Te preguntas cómo construimos esta innovadora herramienta?</h2>
+    <h5>Te invitamos a explorar nuestro <a href="https://reportmrc.blogspot.com/2023/09/reporte-tecnico-sobre-modelo-de-riesgo.html">blog</a>
+      y visitar nuestro repositorio de codigos que trabajamos para construir el <a href="https://github.com/PamelaEscobarPalacio/Calcula_tu_puntaje_crediticio">modelo</a>
+      Detallamos el proceso de construcción de nuestro modelo de riesgo de crédito, incluyendo las metodologías, los datos y las prácticas que utilizamos para desarrollar esta valiosa herramienta.
+    </h5>
+    <h2>Política de tratamiento de datos</h2>
+    <h5>
+    <b>Calcula tu puntaje crediticio</b> está comprometido con la protección de la privacidad de los usuarios y el tratamiento adecuado de los datos personales.
+    Esta política de tratamiento de datos personales describe cómo recopilamos, usamos y protegemos la información personal que obtenemos a
+    través de nuestro <a href="https://huggingface.co/spaces/JEMPAK/score_card2">sitio web</a> los datos personales recopilados a través de nuestro sitio web se utilizarán exclusivamente con fines educativos, Nos comprometemos a tomar medidas razonables para proteger los datos personales de nuestros usuarios. Esto incluye el uso de medidas de seguridad tecnológica y física para evitar el acceso no autorizado, la divulgación, la alteración o la destrucción de los datos personales. No compartiremos sus datos personales con terceros sin su consentimiento explícito, Usted tiene ciertos derechos con respecto a sus datos personales, incluido el derecho de acceder, corregir, eliminar o portar sus datos. También tiene el derecho de retirar su consentimiento en cualquier momento. Al utilizar nuestro sitio web,
+    usted acepta los términos y condiciones de esta política de tratamiento de datos personales.
+    </h5>
+    <h2>Contactos</h2>
+    <ul>
+      <li>Pamela Escobar Palacio. 
+        Estudiante de Ingeniería Administrativa, Universidad Nacional de Colombia, sede Medellín.
+        paescobarp@unal.edu.co
+      </li>
+      <li>Juan Jose Monsalve Patino.
+        Estudiante de Ingeniería Industrial, Universidad Nacional de Colombia, sede Medellín.
+        jumonsalvep@unal.edu.co
+      </li>
+      <li>José Julián Aguirre Ramírez.
+        Estudiante de Ingeniería Industrial, Universidad Nacional de Colombia, sede Medellín.
+        joaguirrer@unal.edu.co 
+      </li>
+    </ul>
+</div>
+"""
+
+
+demo = gr.Interface(fn=predict, inputs=inputs, outputs=["label", "html"], 
+                    examples=examples, description=description, article=article, title='Calcula tu puntaje crediticio')
+demo.launch(share=True, debug=True)