【快班】从零入门金融业信贷风控算法
数据分析
13周
7人
讲师
- 安迪
课程简介
课程章节
- 第1课 初等概率论
- 1-1 离散随机变量与离散分布
- 1-2 连续随机变量与连续分布
- 1-3 条件概率与贝叶斯公式
- 1-4 马尔科夫矩阵
- 1-5 案例:信贷违约的转移矩阵
- 第2课 初等统计理论
- 2-1 假设检验
- 2-2 参数估计
- 2-3 线性回归
- 2-4 案例:性别对信贷违约的影响
- 第3课 数据分析师的养成计划
- 3-1 业务背景
- 3-2 数据搜集与整理
- 3-3 数据可视化与数据报表
- 3-4 案例:信贷违约预测中的数据可视化
- 第4课 python的介绍和入门
- 4-1 python语法
- 4-2 pandas,numpy,statsmodels,sklearn等常用包
- 4-3 案例:pandas中的数据切片
- 第5课 时间序列模型的应用
- 5-1 AR模型
- 5-2 MA模型
- 5-3 ARIMA模型
- 5-4 其他常见的时间序列模型
- 5-5 案例:从股票收益率的预测说起
- 第6课 广义线性回归
- 6-1 泊松回归
- 6-2 逻辑回归
- 6-3 案例:预测违约发生事件数
- 第7课 分类场景之决策树与随机森林
- 7-1 分类树的基本概念
- 7-2 如何控制模型过拟合
- 7-3 回归树的基本概念
- 7-4 随机森林
- 7-5 案例:信用卡的欺诈识别
- 第8课 分类场景之支持向量机
- 8-1 从线性可分说起
- 8-2 对偶问题
- 8-3 巧妙的核函数
- 8-4 软间隔:妥协的艺术
- 8-5 SMO算法详解
- 8-6 案例:信用卡的欺诈识别
- 第9课 聚类场景之K均值聚类与K邻近聚类
- 9-1 K均值聚类:物以类聚、人以群分
- 9-2 K邻近聚类:近朱者赤、近墨者黑
- 9-3 案例:信贷客群的聚类分析
- 第10课 一统江湖之神经网络模型与深度学习模型
- 10-1 神经网络模型的基本框架
- 10-2 反向传播算法
- 10-3 深度学习模型
- 10-4 TensorFlow的使用
- 10-5 案例:信用卡的欺诈识别
- 第11课 模型性能评估
- 11-1 回归模型的精度刻画
- 11-2 分类模型的精度刻画
- 11-3 案例:信用卡的欺诈识别
- 第12课 走近经典
- 12-1 EM算法
- 12-2 MCMC算法
- 12-3 主成分分析
- 12-4 案例:信用卡的欺诈识别模型中的降维
- 第13课 被忽视的也是最重要的
- 13-1 数据质量检验
- 13-2 特征工程
- 13-3 案例:信用卡的欺诈识别
课程环境
windows + pycharm+python3
授课对象
对信贷风控业务有需求,但是算法基础和编程能力较薄弱的学员
收获预期
熟悉常用的风控算法,能编写程序进行模型训练
学费
学费: ¥400 ( 固定学费: ¥300, 逆向学费: ¥100 )
新颖的课程收费形式:“逆向收费”约等于免费学习,仅收取300元固定收费+100元逆向学费,学习圆满则逆向学费全额返还给学员!