01.数据分析的基本概念.mp4 02.数据可视化.mp4 03.数据分析的常用模型.mp4 04.数据分析的常用工具.mp4 05.互联网金融简介和特点.mp4 06.互联网金融的主要模式.mp4 07.常见的个人信贷产品.mp4 等资源

随着“互联网+”概念的普及，我国互联网金融行业迅速发展，个人信贷业务市场份额也 快速增长，使得业务数据变得复杂多样。传统的信贷风控大多是模型驱动的策略，已经不能够满足违约风险预测的需求，导致各类违约事件频发，给机构带来较大的损失。因此，需要引入机器学习算法，来完善信贷风控机制，促进信贷业务市场健康、可持续发展。 本文采用机器学习算法针对信贷风控场景中的两个问题进行解决。第一，在新的信贷产品 投放初期，由于没有业务积累，仅有少量标记数据和大量无标记数据，因此不能建立数据驱动的有监督信贷风控模型;第二，在信贷产品投放一段时间后，积累到了一定量的数据，大多数机构会采用逻辑回归(Logistics Regression,LR)来实现信贷风控建模，LR模型简单且易于实现、训练速度快，但是这种模型属于线性模型，学习能力有限，不能学习到特征间的非线性关系，需要信贷业务经验丰富的风控工程师做人工特征组合，因此需要耗费大量的人工成本。 围绕以上问题，本文主要工作如下: (1)针对信贷产品投放初期，不能建立数据驱动的有监督信贷风控模型的问题，本文提 出了基于狄利克雷过程混合......

如何搭建金融信贷风控中的机器学习模型 课程大纲： 章节1： 数据分析与建模的基础知识 章节2： 互联网金融和信贷风控的概述 章节3： 评分卡模型（A卡）：数据的预处理与特征构建 章节4： 评分卡模型（A卡）：数据的预处理与特征构建（续） 章节5： Logistic Regression（LR）在评分卡模型中的应用 章节6： 模型的验证、监控与调优 章节7： 机器学习模型在信贷风控中的应用二：DNN模型 章节8： 机器学习模型在信贷风控中的应用一：XGBoost模型 章节9： 组合模型在评分卡中的应用 章节10： 评分卡模型（B卡）的开发 章节11： 评分卡模型中的前沿问题一：标签缺失的处理 章节12： 评分卡模型中的前沿问题二：非平衡样本的处理

风控是金融业务的核心组成部分，而信贷风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。随着统计学、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。 文档内有网盘分享链接

kaggle Home_credit 信贷风控 train训练字段的Flink sql 预处理

《如何搭建金融信贷风控中的机器学习模型》课程使用真实场景下的信贷违约数据，从基础的数据分析开始，一步步构建依赖逻辑回归、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。

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

本压缩包包含信贷审查、信贷风控评分卡、信贷额度设定、贷后监控与管理以及催收管理，内容丰富，值得参考学习。