如何建立评分卡模型

注意：

1. 本行业案例课程为Python 3 数据分析系列课程的行业案例部分，学员请务必先观看课程介绍免费视频，确认已学习本课程所需Python分析技能。

2. 本课程的核心目的是协助学员学习具体业务场景下的解决方案，为降低学员学习难度，课程中均尽量使用简明易懂的代码进行数据整理和模型实现，没有出现任何晦涩高深的代码，并尽量基于pandas、sklearn等标准包接口编程。故此希望看到笔者在课程中炫技的各位编程高手请勿购买本系列课程。

学员请至PC端下载本课程代码课件（即由原始.ipynb文件保存的html文档）及数据。

【课程简介】

信用评分是非常特殊且重要的领域，除银行业外，近年来在P2P，网络征信等新兴领域中也颇受重视。本课程使用银行征信和互联网金融征信两个真实案例数据，完整介绍了信用评分卡模型在相关业务领域中的构建和实施流程。整个案例可作为分析模板供学员在信用评分相关的分析项目中直接套用。

除集中在解决实际业务问题外，课程还重点介绍了评分卡方法的建立步骤与注意事项，以及变量分箱方法、K-S方法等的实际应用等技术细节，以便学员深刻理解和学习评分卡模型的实际应用细节。

【课程特色】

可作为业务分析模板：课程内容完全基于真实业务分析场景构建，提供全部编写的函数工具和源代码，可直接作为同类业务场景中的业务分析模板加以使用。

双案例课程结构：银行案例用于详细阐述评分卡模型的构建细节，互联网金融案例则进一步拓展到自动化分析、大规模变量筛选等互联网金融领域的特殊需求方面，案例代表性和分析需求充分差异化，分析难度梯次上升，更有利于拓展学员的分析能力。

【课程长度】

总时长：12小时