模型训练和超参调优案例:前期数据准备与算法包介绍
- 风控算法应用综合案例
- 超参调优与模型训练案例
这门课程讲了什么?
本系列课程总体分为6个课程,本课程为第5课。
前两部分内容是从宏观和整体上进行介绍,后面几部分是从特征、模型和策略板块进行详细拆解。
第1课介绍风控日常都干啥,从风控的全链路进行详解;
第2课介绍智能风控新的机遇与挑战,导入现代新金融智能风控体系。
第3课介绍如何探索数据的价值,从数据中挖掘特征的方法和实践;
第4课介绍风控算法,学习评分卡模型的开发方法和实践;
第5课介绍风控算法的进阶方法,引入复杂机器学习模型的使用方法和实践;
最后一课介绍如何构建智能风控策略体系,以及风控策略的应用实践。
讲师介绍:
蒋宏:知名金融机构智能风控部负责人
·清华大学硕士,上海交通大学学士。
·10年风控模型算法经验,在数据挖掘、机器学习、图谱应用、风控管理等方面有丰富的经验,拥有多项模型算法相关专利。
·出版书籍《智能风控实践指南-从模型、特征到决策》。
你将获得哪些收获:
1、系统地了解信贷风控的特征、模型和策略三大板块,并通过对应的方法论支持到你的实际工作。无论你是风控新人,还是风控熟手,都可以契合自己的需求,找到对应的方法。
2、以信贷风控方法论为主线,带你深入理解智能算法,并通过实践案例,让智能算法这个难点,更轻松的学习和应用。
3、帮助你从智能风控的视角将业务问题转化为算法模型问题并给予解决方案,也就是现在企业比较关注的“业技融合”!带你跨越业务和技术之间的鸿沟,打破认知的壁垒。
本课程提供课件及代码资料
公开笔记对他人可见,有机会被管理员评为“优质笔记”
{{ noteEditor.content.length }}/2000
讲师收到你的提问会尽快为你解答。若选择公开提问,可以获得更多学员的帮助。
课程大纲
- 第一章 算法精进:XGBoost, LightGBM等算法和特征选择
- 1-1试看 决策树模型09:16
- 1-2随机森林算法与GBDT算法09:20
- 1-3XGBoost算法05:33
- 1-4LightGBM算法12:39
- 1-5特征选择算法06:40
- 第二章 模型开发:超参调优与模型训练案例
- 2-1超参数调优08:55
- 2-2模型训练和超参调优案例:前期数据准备与算法包介绍08:50
- 2-3模型训练和超参调优案例:超参调优07:23
- 2-4模型训练和超参调优案例:特征选择05:32
- 第三章 技能补充:拒绝推断方法
- 3-1风险建模样本特点和几类模型03:03