admin 精品资源 2023-05-29

如何搭建金融信贷风控中的机器学习模型价值799元-百度云下载

本套课程来自如何搭建金融信贷风控中的机器学习模型，官方售价799元。本套课程文件总计1.7G，附课程相关资料，文章底部附下载链接。

课程介绍：

风控是金融业务的核心组成部分，而信贷风控又是整个风控领域体量最大、挑战最大的类型。传统的信贷风控主要靠资深从业人员依靠自
身的经验设置的专家规则。随着统计学、大数据、机器学习的发展，现代信用风控越来越偏向量化模型的手段来得以解决风控问题。

本课程使用真实场景下的信贷违约数据，从基础的数据分析开始，-步步构建依赖逻辑回归、XGBoost、神经网络模型等方法的风控模
型。同时,本课程也会展示信贷风控领域中经常面临的挑战和相应的解决方法。从第三节课开始，每节课都会在真实数据的基础上完成本
章节的模块设计。

老师介绍：

安迪生：硕士毕业于世界一流名校的统计学专业，具有外资银行总部6年风控量化模型开发经验，现任国内知名互联网金融公司风控部高级数据分析师，对于信贷风控领域的模型开发、部署与使用有丰富的经历，对机器学习模型、深度学习模型在风控业的应用有较深入的研究。

适用人群

python技术控，统计学、大数据、机器学习爱好者

课程文件目录：

——/C-868：如何搭建金融信贷风控中的机器学习模型/

├──课件资料
| ├──第八章
| | ├──XGBoost.py 18.92kb
| | └──机器学习模型在信贷风控中的应用之XGBoost模型.pdf 3.37M
| ├──第九章
| | ├──ensemble.py 7.81kb
| | └──组合模型在信贷风控中的应用.pdf 2.68M
| ├──第六章
| | ├──scorecard model development.py 26.11kb
| | ├──scorecard_functions_V3.py 26.51kb
| | └──模型的验证、监控与调优 .pptx 3.62M
| ├──第七章
| | ├──DNN.py 17.71kb
| | └──机器学习模型在信贷风控中的应用之DNN模型.pptx 4.31M
| ├──第三章
| | ├──PPD_LogInfo_3_1_Training_Set.csv 18.08M
| | ├──PPD_Training_Master_GBK_3_1_Training_Set.csv 19.38M
| | ├──PPD_Userupdate_Info_3_1_Training_Set.csv 14.61M
| | ├──scorecard model development.py 12.68kb
| | └──评分卡模型：数据的预处理与特征构建.pdf 1.26M
| ├──第十二章
| | ├──imbalance.py 4.14kb
| | ├──带权重的CART模型.docx 18.01kb
| | └──评分卡模型中的前沿问题二：非平衡样本的处理.pdf 1003.89kb
| ├──第十一章
| | ├──application_train.csv 158.44M
| | ├──semi-supervised.py 6.51kb
| | └──风控模型中的前沿问题一：标签缺失的处理.pdf 2.75M
| ├──第十章
| | ├──behavioural data.csv 17.22M
| | ├──BSc Developement.py 15.25kb
| | ├──scorecard_functions_V3.py 26.46kb
| | └──评分卡模型（B卡）的开发.pdf 1.60M
| ├──第四章
| | ├──scorecard model development.py 23.55kb
| | ├──scorecard_functions_V3.py 25.38kb
| | └──评分卡模型（A卡）：数据的预处理与特征构建（续）.pptx 5.25M
| ├──第五章
| | ├──scorecard model development.py 25.97kb
| | ├──scorecard_functions_V3.py 25.43kb
| | └──逻辑回归模型在评分卡模型中的应用.pptx 5.39M
| ├──1.数据分析与建模的基础知识.pdf 1.31M
| └──互联网金融和信贷风控的概述.pdf 1.75M
├──01.数据分析的基本概念.mp4 74.05M
├──02.数据可视化.mp4 43.06M
├──03.数据分析的常用模型.mp4 41.79M
├──04.数据分析的常用工具.mp4 6.69M
├──05.互联网金融简介和特点.mp4 38.66M
├──06.互联网金融的主要模式.mp4 31.13M
├──07.常见的个人信贷产品.mp4 43.32M
├──08.个贷产品中的风险（上）.mp4 37.35M
├──09.个贷产品中的风险（下）.mp4 29.55M
├──10.评分卡模型简介.mp4 35.53M
├──11.特征构造.mp4 37.18M
├──12.数据的质量检验.mp4 53.81M
├──13.代码实现.mp4 53.06M
├──14.特征的分箱.mp4 86.50M
├──15.特征信息值与数值编码、单变量分析、多变量分析.mp4 64.62M
├──16.概念补充说明.mp4 38.65M
├──17.代码实现.mp4 199.75M
├──18.逻辑回归模型的基本概念.mp4 90.71M
├──19.基于LR模型的评分卡构建工作.mp4 30.17M
├──20.尺度化2.mp4 14.90M
├──21.模型的区分度与预测性.mp4 51.62M
├──22.模型的平稳性、模型调优以及代码讲解.mp4 52.66M
├──23.神经网络模型的概述、激活函数与损失函数.mp4 48.02M
├──24.反向传播法.mp4 37.63M
├──25.实际案例.mp4 22.03M
├──26.代码讲解.mp4 16.10M
├──27.Gradient Boosting的概念.mp4 14.97M
├──28.GBDT模型简介.mp4 40.24M
├──29.GBDT的升级版：XGBoost.mp4 41.16M
├──30.XGBoost模型在信贷风控中的应用.mp4 37.84M
├──31.元模型与集成模型.mp4 29.31M
├──32.Bagging.mp4 18.15M
├──33.Boosting.mp4 23.54M
├──34.Stacking.mp4 26.67M
├──35.案例及代码 (2).mp4 48.31M
├──36.基本概念.mp4 30.90M
├──37.特征构造.mp4 32.83M
├──38.模型开发.mp4 94.25M
├──39.标签缺失的定义.mp4 19.11M
├──40.补全标签的方法（上）.mp4 25.64M
├──41.补全标签的方法（下）.mp4 32.19M
├──42.案例与代码.mp4 44.57M
├──43.过采样与欠采样.mp4 23.60M
├──44.SMOTE.mp4 33.51M
└──45.样本权重法与案例.mp4 23.31M