适用人群:
消费金融领域,P2P领域的模型建设开发人员,网贷风控人员,金融从业人员,信贷机构等等。
课程概述:
网上有大量参差不齐和错误信息,此课程让学员尽可能在一周时间快速系统化学会逻辑回归评分卡建模,节省半年至一年时间。课程共15章,92节课
课程目录:
课时1如何联系作者和访问我的主页
课时2项目合作联系
课时3课程支持2k超清分辨率
课时4我的所有教学视频系列介绍
课时5此课下载所有脚本和原始数据
课时6喜欢课程就好评和分享给大家
课时7建评分卡模型,python,R,SAS谁最好?
课时8Anaconda下载和安装
课时9canopy下载和安装
课时10python安装第三方包:pip和conda install
课时11python和机器学习基础免费学习课程
课时12机器学习常用数据库介绍
课时13机器学习书籍推荐
课时14如何选择算法
课时15机器学习语法速查表
课时16python数据科学常用的库
课时17python数据科学入门介绍(选修)
课时18德国信用评分数据下载和介绍
课时19评分卡开发流程概述
课时20第一步:数据收集
课时21第二步:数据准备
课时22变量可视化分析
课时23样本量需要多少?
课时24坏客户定义
课时25第三步:变量筛选
课时26变量重要性评估_iv和信息增益混合方法
课时27衍生变量
课时28第四步:变量分箱
课时29第五步:建立逻模型
课时30odds赔率
课时31woe计算
课时32变量系数
课时33A和B计算
课时34Excel手动计算坏客户概率
课时35Python脚本计算坏客户概率
课时36客户评分
课时37评分卡诞生-变量分数计算
课时38拒绝演绎reject inference
课时39第六步:模型验证
课时40第七步:模型部署
课时41常见模型部署问题
课时42Python脚本完整流程演示
课时43描述性统计脚本_缺失率和共线性分析
课时44woe脚本(kmean分箱)
课时45iv计算独家脚本
课时46Excel手动推导变量woe和iv值
课时47评分卡脚本1(sklearn)
课时48评分卡脚本2(statsmodel)
课时49生成评分卡脚本
课时50模型验证脚本
课时51坏客户定义错误,全盘皆输
课时52不同场景坏客户定义不一样,坏客户定义具有反复性
课时53坏客户占比不能太低
课时54vintage源于葡萄酒酿造
课时55vintage用于授信策略优化
课时56逻辑回归是最优算法吗?No
课时57xgboost_支持脚本下载
课时58随机森林randomForest_支持脚本下载
课时59支持向量SVM_支持脚本下载
课时60神经网络neural network_支持脚本下载
课时61多算法比较重要性_模型竞赛,百万奖金任你拿
课时62机器学习非平衡样本处理(选修课外阅读)
课时63非平衡样本处理_重采样技术(选修课外阅读)
课时64R语言处理非平衡样本(选修课外阅读)
课时65imputer-缺失数据处理
课时66xgboost简单处理缺失数据
课时67catboost处理缺失数据最简单
课时68模型需要验证码?
课时71模型验证主要指标概述
课时72交叉验证cross validation
课时73groupby分类统计函数
课时74KS_模型区分能力指标
课时75混淆矩阵(accuracy,precision,recall,f1 score)
课时76网络信贷发展史
课时77诈骗中介
课时78风控管理
课时79告别套路贷,高利贷,选择正确贷款方式
课时80专家不会告诉你的秘密:美元和黄金真实关系
课时81宏观经济主要指标:债务率和失业率
课时82 2019年中国宏观经济分析_赠人民银行发布2018n年中国金融稳定报告
课时83 2019年G20国家宏观经济信息汇总_供下载
课时84全球系统金融风险
课时85基尼系数_贫富差异指标
课时86GDP_利率_通货膨胀
课时87失业率_债务率
课时88贸易差额_中美贸易战根本原因
课时89信用评级_阿根廷金融危机独家解读
课时90揭秘:近年消费金融火爆发展根本原因
课时91持牌照消费金融公司盈利排行榜
课时92消费金融,风控技术是瓶颈
课时93谁能笑到最后:2018-2019消费金融公司注册资本
课时94萝卜加大棒:中央政策监管趋势独家预测
课时95信用是金融交易的基石_P2P倒闭潮秘密
课时96不变应万变的秘密
课时97学习华为,告别浮躁
课时98树立正确消费观,避免经济崩溃!
课时99道德与技术
评论0