基于python做数据分析,机器学习的学习笔记,分为python基础、数学统计、特征工程、机器学习、深度学习、数据可视化、项目实例
推荐一个人工智能教程 https://www.captainbed.net/
python基础
【python基础】python—列表、元组、字典、集合
【python基础】从 excel 提取 json 并 转为 Dataframe 保存为 excel
【python基础】DataFrame高阶操作:如何进行行列转换
数学统计
GBDT模型用于评分卡模型
机器学习——逻辑回归(logistic regression)
卡方检验
特征工程
【特征工程】结合Scikit-learn介绍几种常用的特征选择方法
【特征工程】特征工程——特征构造
【特征工程】特征工程——特征转换
【特征工程】特征工程——数据降维
【特征工程】特征工程——特征选择
【特征工程】机器学习特征工程3-自动特征构造(FeatureTools)
【特征工程】呕心之作——深度了解特征工程
机器学习
深度学习
风控建模
【风险定价】信贷业务中的风险定价策略
【模型】申请评分卡模型Python实现
【模型】行为评分卡模型python实现
【指标监控】Vintage、滚动率、迁移率的应用
【指标监控】评分卡模型的评估方法
【指标监控】分类模型的评判标准
【模型】Python数据分箱,计算woe,iv
【模型】Logistic算法原理、标准评分卡开发流程、python代码案例
数据可视化
【POWER BI】DAX学习:利用ALL和 ALLSELECTED灵活计算占比