《金融风控项目实战》 – 百度网盘 – 下载

课程亮点：

项目覆盖的应用：互联网金融场景下的风控模型、互联网公司风控模型、 信用评分与风控反作弊业务介绍。项目与讲解中覆盖到的知识点：互金ABC卡、数据清洗、变量分箱、WOE编码、变量相关性分析、变量筛选、逻辑回归、GBDT/Xgboost+LR、模型评估、评分卡构建、评分卡监控、稳定度、区分能力、模型可解释性、Java对机器学习模型部署上线

课程大纲：

金融场景中如何对个人、企业进行风险评估?
互联网公司数字营销中如何应对反欺诈?
本课程讲解互联网金融场景下的风控模型、互联网公司
风控模型、信用评分与风控反作弊、信贷违约检测、神
经

拍拍贷金融风控建模与调优项目
食项目介绍
本项目根据用户历史行为数据来预测用户在
未来6个月内是否会逾期还款的概率。
为投资人提供关键的决策依据。
食核心知识
·业务理解探索性数据分析
地理位置·用户人口信息· 特征选择
非均衡类别处理·异常值处理
多模型(LR/SVM/Xgboost/LightGBM)建模
调参与组合
医出医
具园序监
03
马上金融风控建模与调优项目
女项目介绍
本项目基于马上金融业务场景，对目标客户
的基本信息，信用历史记录等(脱敏后)进行
分析，使用机器学习算法构建违约用户风险
预测机器学习模型，预测用户的违约概率
为企业提供稳定可靠的解决方案。
女核心知识
业务理解·探索性数据分析·特征筛选
异常值与缺失值处理·时序关系挖掘
业务特征构建与特征工程·非均衡类别处理
数据切分与训练集验证集构建
文道刑建增调参与st
决集树学习
a
企业经营风险预测建模项目
食项目介绍
本案例希望通过一些机器学习的方法，结合
企业数据，训练模型来预测当前企业是否在
未来会有倒闭的风险。
女核心知识
整体项目框架·异常值与缺失值处理
业务特征(统计特征，时间特征等)构建
交叉特征构建·数据切分
多模型建模调参与bagging
风险高
风险低
05
互联网广告反欺诈建模项目
食项目介绍
训练样本，通过多种建模方式组合，预测流
量作弊与否，讲解数字营销中反欺诈解决方案
女核心知识
项目背景理解·数据预处理与变换
异常值检测与处理 ·数据关联分析
业务特征构建
基于模型的特征重要度判断与特征筛选
lightgbm与神经网络组装建模预测
其他无监督反欺诈方法介绍 (深度学习，auto
encoder等)

06
银行信贷违约检测解决方案集合
女项目介绍
本项目以银行信贷违约检测和客户资产流失
与客户维护为主要业务场景，讲解了在这两
大场景下的算法解决方案。
食核心知识
违约分析 ·单变量分布分析 ·用户画像
关联分析 ·相关系数 数据清洗
缺失与异常处理 ·类别编码 ·转换编码