tmdb_5000_credits.csv tmdb_5000_movies.csv

UCI Statlog (German Credit Data) 原始数据集

credit-card-regex, 匹配信用卡号码的正则表达式 credit-card-regex 匹配信用卡号码的正则表达式安装$ npm install --save credit-card-regex用法const creditCardRegex = requ

互联网金融LeningClub信贷数据分析项目实践 转载请注明作者和出处： Github代码获取： Python版本： Python3.6 运行环境： Win10 + Anaconda + jupyter Notebook + Sublime text3 1. 项目简介 采用了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）。 贷款违约预测模型，使用了Numpy，Pandas，Sklearn科学计算包完成数据清洗，构建特征工程，以及完成预约模型的训练，数据可视化采用了Matplotlib及Seaborn等可视化包。 2. 信贷数据分析过程 接下来，我们将利用给定的借贷数据，做一次较为完整的

Credit Scoring and its application，信用评分及其应用，第二版，

Credit classification。 信用分类。 german_credit_data.csv

瑞士信贷CreditSuisse-201510_Investor Day-Credit Suisse Strategy and Objectives.pdf

帝国石油ImperialOil-201402-Credit Suisse Energy Summit_Speech.pdf

美国联合太平洋铁路UnionPacific-201502_Credit Suisse 3rd Annual Industrials Conference 2015_slides_By_CFO.pdf

美国宣伟威廉斯涂料公司SherwinWilliams-201409_Credit Suisse Basic Materials Conference.pdf