Python机器学习系列课程(一)：零售贷款信用评分模型构建

       近年来，大数据、机器学习、人工智能技术日渐成熟，对各个行业产生了深远影响。尤其是我们国家信用体系建设日趋完善，基于大数据、机器学习的信用产品层出不穷。其中最为大众所熟知的芝麻信用分、微信支付分、京东分、以及银行业的各种评分系统，已经覆盖到我们生活的多个领域，如金融、购物、租赁、住宿、出行等。这些信用分其实是基于用户多维度的海量数据，通过算法、模型对个人信用的一种综合评价，用于预测个人在信用行为中的违约率。那么这些算法、模型背后的原理是什么呢？怎么使用Python语言开发一个评分系统呢？其实，国内也有许多介绍大数据、机器学习的教材或课程，但我觉得它们的重点还是传统教科书式的概念导入或各种机器学习算法的罗列。初学者在学习后，往往不能深入理解算法、模型背后的原理、计算过程及应用场景。针对以上痛点和难点， 本课程将理论与实战相结合，首先深入讲解模型、算法的相关原理及计算过程，然后根据评分模型在一个典型的应用场景，即银行零售贷款领域评分卡模型开发的源代码进行详细剖析，确保在课程结束后，您也可以独立开发一套评分系统。