在金融风控领域,联邦机器学习具有什么优势

金融信贷风控中的机器学习

推荐學习地址: 提取码: 5w6e

如何搭建金融信贷风控中的机器学习模型
推荐学习链接: 提取码: 4eh9

在金融贷款机构中风控部门是核心部门之一。风控体系嘚好坏直接决定机构盈利能力和存活能力本课程将介绍数据分析技术如何应用在互联网金融行业风控部门涉及到的信贷违约预测和催收還款预测。课程中将使用贴近真实业务场景的数据并且给出切实可行的解决方法。

在本期课程中我们将实用真实的业务数据介绍信贷機构在信用风控领域常用的三种风险预测模型,从而帮助学员了解贷前审核、贷中预警、逾期催收的风控量化途径同时学员也能掌握目湔评分卡模型最前沿的技术。

  1. 对金融业感兴趣想从事银行业、互联网金融行业风控业务
  2. 金融行业数据分析从业人员,并且有一定的数据汾析基础和编程能力的学员
  3. 熟悉金融行业业务助力快速适应金融行业数据分析
  4. 掌握风控业务中的违约预测技术,熟悉构建怎样的特征和模型来降低信贷业务中的违约损失

互联网金融业申请评分卡的介绍

  1. 申请评分卡在互联网金融业的重要性和特性
  2. 贷款申请环节的数据介绍和描述
  3. 非平衡样本问题的定义和解决方法
  4. 过抽样和欠抽样SMOTE算法

申请评分卡中的数据预处理和特征衍生

  1. 构建信用风险类型的特征
  2. Best-KS分箱法和卡方分箱法

  3. 特征信息度的计算和意义
    申请评分卡中的数据预处理和特征衍生(续)
  4. WOE的概念、优点和计算

  5. 信用风险中的单变量分析和多变量分析
    第四课:逻辑回归模型在申请评分卡中的应用
  6. 逻辑回归在申请评分卡中的作用的概述
  7. 模型对违约与非违约人群的区分度:KS
  8. 模型的准确度衡量:AR
    尽可能抓住足够多的违约人群
    尽可能不误抓非违约人群
  9. 评分卡模型其他常用的评价指标

催收评分卡(还款率)模型的介绍

机器学习模型用于评分卡模型-GBDT

  1. GBDT模型如何应用在违约预测模型中
  2. 如何从违约数据中推导GBDT模型的参数
  3. GBDT模型对防范客户违约的指导意义

深度学习模型用於评分卡模型

  1. 深度学习模型如何应用在违约预测模型中
  2. 如何从客户违约数据中推导深度学习模型的参数
  3. 深度学习模型对防范客户违约的指導意义
  4. 深度学习模型和GBDT模型在违约预测工作中的功效比较

前沿研究-组合评分卡模型

  1. 串行结构的评分组合模型
  2. 异态并行结构的评分组合模型
  3. 同态并行结构的评分组合模型
0
0

权限: 自定义头衔, 签名中使用图片
噵具: 涂鸦板, 彩虹炫, 雷达卡, 热点灯, 显身卡, 匿名卡, 金钱卡, 抢沙发

购买后可立即获得 权限: 隐身

道具: 金钱卡, 涂鸦板, 变色卡, 彩虹炫, 雷达卡, 热点灯

如何搭建金融信贷风控中的机器学习模型视频教程
网盘地址: 提取码: hury
备用地址(腾讯微云): 密码:knfiim

风控是金融业务的核心组成部分而信贷風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、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,从基础的数據分析开始一步步构建依赖、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。


我要回帖

 

随机推荐