- 畅销套餐
- 精选套餐
- 人气套餐
- 尊享套餐
- 高薪套餐
- 课程介绍
- 课程大纲
适合人群:
(1)在金融行业从事风控策略、模型设计的风控人员; (2)希望深入了解数据挖掘、建模技术在反欺诈、金融行业信用体系应用的同学; (3)希望掌握Python在数据分析、数据挖掘应用并从事相关工作的同学
你将会学到:
帮助学员快速进入数据分析、数据挖掘领域,并能从事相关工作。
- (1)掌握零售贷款信用评分模型开发的全过程;
- (2)真正理解数据建模原理;
- (3)掌握Python在大数据领域的核心工具:Numpy和Pandas等;
- (4)独立开发一套评分系统,并应用在商业项目中。
课程简介:
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。
课程大纲-Python机器学习系列课程(一):零售贷款信用评分模型构建
第1章课程介绍(4分钟1节)
第2章逻辑回归模型(9分钟1节)
第3章模型变量的WOE、IV(15分钟1节)
第4章模型评估(22分钟1节)
第5章标准评分卡构建:原理及开发过程(12分钟1节)
第6章Python源代码精讲(55分钟2节)