本书是一本全面介绍美国相关信用评级技术和数据挖掘相关的技术。 具有很强的理论性和实践性。本书作者在美国FICO公司工作多年。具有很强的理论和实践经验。

银行行业：降准释放宽信用信号，地产领域资产质量有望缓解.pdf

KMV的MATLAB的代码KMV模型 违约距离，R，预测信用等级变化，merton，DtD，信用风险模型

基于层次分析法的农户信用评估.PDF

Lending Club 信用贷款违约数据是美国网络贷款平台 LendingClub 在2007-2015年间的信用贷款情况数据，主要包括贷款状态和还款信息。附加属性包括：信用评分、地址、邮编、所在州等，累计75个属性（列），890000笔 贷款（行）。数据字典在另外一个单独的文件中。

信用卡数字的识别 项目逻辑： 我认为一个合格的项目组织者或者执行者需要从项目的整体架构掌握本身，首先对该项目的逻辑做一个整体的介绍： 一、项目需求： 1、信用卡数字的模板，用于匹配其他信用卡（并且已知） 2、各种信用卡，用于测试算法的准确性 二、项目流程 ① 1）读入图像、灰度化、二值化进行数据预处理 2）画出处理的轮廓 3）对各个轮廓进行按照left-right排序 4）排序好之后进行保存 ② 5）待处理的图像数据，灰度化 6）数据预处理：a)首先对轮廓进行顶帽操作，过滤掉不必要的噪声 b)完成形态学的闭操作，使得轮廓粘合在一起，方便找出需要的轮

贷款违约预测竞赛数据，是个人的金融交易数据，已经通过了标准化、匿名处理。包括200000样本的800个属性变量，每个样本之间互相独立。每个样本被标注为违约或未违约，如果是违约则同时标注损失，损失在0-100之间，意味着贷款的损失率。未违约的损失率为0，通过样本的属性变量值对个人贷款的违约损失进行预测建模。数据来自英国帝国理工大学。

为提高信用风险评估的准确性，基于互联网行业的用户行为数据，提出一种基于长短期记忆（LSTM）神经网络和卷积神经网络（CNN）融合的深度神经网络个人信用评分方法。对每个用户的行为数据进行编码，形成一个包括时间维度和行为维度的矩阵，通过融合基于注意力机制的LSTM模型和CNN模型2个子模型，从用户原始行为数据中提取序列特征和局部特征。在真实数据集上的实验结果表明、该方法的KS指标和AUC指标均优于传统的机器学习方法和单一的LSTM卷积神经网络方法，证明了该方法在个人信用评分领域的有效性和可行性。

温州创建“信用交通市”实施方案.docx

主要介绍了Javascript模仿淘宝信用评价功能实现方法,以完整实例形式分析了JavaScript响应鼠标事件动态改变页面元素的相关技巧,并附带了完整的实例代码供读者下载参考,需要的朋友可以参考下