第一期风控数字化全流程训练营部分内容-基于AHP层次分析法，专家经验的评分卡的节选（视频版 ）

kaggle-give me some credit 完整训练数据，避免google注册下载。亲测可用，大家放心下载

《信用风险评分卡研究_基于SAS的开发与实施》，电子书、书中例子、宏代码

因为教程中涉及一些数据用于建模的，这些数据是整理好的，供大家下载 (150000, 11)行，列，数据内容是银行的制作评分卡数据，用评分本质上是模式识别中的一类分类问题，将企业或者个体消费者划分为能够按期还本付息（即“好”客户）和违约（即“坏”）两类。 具体做法是根据历史数据中的样本，从已知的数据中找出违约及不违约客户的特征，从而总结出分类的规则，建立数学模型，用于测量价款人的违约风险（或者违约概率），为消费信贷决策提供依据。

金融风控系统教程，1. 信贷违约的基本概念 2. 申请评分卡在互联网金融业的重要性和特性 3. 贷款申请环节的数据介绍和描述 4. 非平衡样本问题的定义和解决方法 5. 过抽样和欠抽样，SMOTE算法

常用量化指标、策略调优、规则分析、评分卡及调额逻辑

风控评分模型全流程的开发及应用

记分卡捆绑 高级记分卡建模API评分卡建模尽在于此 文档页面|文档页面： : 自述文件 介绍 Scorecard-Bundle是一个高级Scorecard建模API ，它易于使用且与Scikit-Learn保持一致。 它涵盖了训练计分卡模型的主要步骤，例如使用ChiMerge进行特征离散化，WOE编码，具有信息值和共线性的特征评估，基于Logistic回归的计分卡模型以及针对二元分类任务的模型评估。 Scorecard-Bundle中的所有变换器和模型类均符合Scikit-Learn的fit-transform-predict约定。 一个完整的示例，展示了如何使用记分卡捆绑包构建记分卡：示例笔记本 在https://scorecard-bundle.bubu.blue/中查看详细且对读者更友好的文档 在记分卡捆绑软件中，基于Mamdouh Refaat的书“信用风险记分卡：使用SA

用逻辑回归制作评分卡时用到的数据。

机器学习之金融信贷风控（二）申请评分卡中的数据预处理和特征衍生（未完待续）-附件资源