如何搭建金融信贷风控中的机器学习模型

开始时间: 2018-08-15 13:00 星期三
结束时间: 2018-08-15 17:30 星期三
举办地点: https://edu.hellobi.com/course/277
主办方:
天善智能
活动已结束
分享扩散:

课程名称:

如何搭建金融信贷风控中的机器学习模型

课程购买链接:https://edu.hellobi.com/course/277

系统学习人工智能加入SVIP https://www.hellobi.com/svip

【温馨提示:1. 你可以在PC端浏览器或者微信收藏该页面,以方便你快速找到这个课程;2. 课程相关资料&QQ会员群可在课程PC端公告查看下载;3.购买课程后,点(课时)列表即可观看视频 】


课程介绍:

风控是金融业务的核心组成部分,而信贷风控又是整个风控领域体量最大、挑战最大的类型。传统的信贷风控主要靠资深从业人员依靠自身的经验设置的专家规则。随着统计学、大数据、机器学习的发展,现代信用风控越来越偏向量化模型的手段来得以解决风控问题。

本课程使用真实场景下的信贷违约数据,从基础的数据分析开始,一步步构建依赖逻辑回归、XGBoost、神经网络模型等方法的风控模型。同时,本课程也会展示信贷风控领域中经常面临的挑战和相应的解决方法。从第三节课开始,每节课都会在真实数据的基础上完成本章节的模块设计。


老师介绍:

安迪生:硕士毕业于世界一流名校的统计学专业,具有外资银行总部6年风控量化模型开发经验,现任国内知名互联网金融公司风控部高级数据分析师,对于信贷风控领域的模型开发、部署与使用有丰富的经历,对机器学习模型、深度学习模型在风控业的应用有较深入的研究。

上线时间

2018年6月8日 

 

学习方式

录播课程,开课即学

在线反复观看,有效期2年

上课方式:录播学习+VIP会员群+独享问答中心+在线答疑 +2年反复观看

 

课程大纲:

第一章:数据分析与建模的基础知识

1、数据分析的概念

2、数据可视化    

3、数据分析的常用模型    

4、数据分析的常用工具 

第二章:互联网金融和信贷风控的概述

1、互联网金融的简介

2、常见的个人信贷产品

3、信贷风控中的主要参数

第三章:评分卡模型(A卡):数据的预处理与特征构建

1、数据的质量检验

2、缺失值和异常值

3、特征构建的方法

第四章:评分卡模型(A卡):数据的预处理与特征构建(续)

1、特征的分箱

2、特征信息值与数值编码

3、单变量分析

4、多变量分析

第五章:Logistic Regression(LR)在评分卡模型中的应用

1、LR模型的基本概念

2、基于LR模型的评分卡构建工作

3、从概率到分数

4、A卡模型的作用

第六章:模型的验证、监控与调优

1、模型的区分度

2、模型的预测性

3、模型的平稳性

4、其他常见的监控指标

第七章:机器学习模型在信贷风控中的应用一:XGBoost模型

1、Boosting的概念与XGBoost模型简介

2、XGBoost模型的构造

3、XGBoost模型中的特征重要性

第八章:机器学习模型在信贷风控中的应用二:DNN模型

1、神经网络模型的基本知识

2、反向传播法

3、基于Tensorflow构建违约预测中的DNN模型

第九章:组合模型在评分卡中的应用

1、单一模型与组合模型的基本概念

2、组合模型的基本方法:Bagging,Boosting和Stacking

3、组合模型与单一模型的对比

第十章:评分卡模型(B卡)的开发

1、行为评分卡模型:基本概念和应用场景

2、行为评分卡中的数据预处理和特征衍生

3、行为评分卡的构建

第十一章:评分卡模型中的前沿问题一:标签缺失的处理

1、什么是标签缺失

2、标签缺失的处理方法

3、标签缺失场景下的模型构建

第十二章:评分卡模型中的前沿问题二:非平衡样本的处理

1、过采样与欠采样

2、SMOTE算法

3、样本权重法


课程购买链接:https://edu.hellobi.com/course/277

友情提示:  

1、PC端如果发现浏览器无法观看课程,建议使用谷歌浏览器观看;移动端建议直接微信打开课程页面。

2、如果购买后下次登录提示课程需要重新购买,一般是因为你把登录账户记成你绑定的手机或者邮箱帐号而混淆了。

3、【在微信购买课程的用户注意】请微信收藏课程页面或者关注微信公众号:天善智能(点“我的”即可查看你已购买的课程),已方便下次学习。

4、课程相关资料&QQ会员群可在课程PC端公告查看下载。

5、加入学习后请添加客服微信:tianshansoft08(请注明:课程名称),邀请你加入微信VIP群与老师&同学交流讨论。

1111.jpg

活动组织者

  • 主办方:
    • 天善智能

23 人报名

改版

反馈