- 博客(4)
- 资源 (25)
- 收藏
- 关注
原创 Task3 特征工程
此部分为零基础入门金融风控的 Task3 特征工程部分,带你来了解各种特征工程以及分析方法,欢迎大家后续多多交流。 赛题:零基础入门数据挖掘 - 零基础入门金融风控之贷款违约 3.1 学习目标 学习特征预处理、缺失值、异常值处理、数据分桶等特征处理方法 学习特征交互、编码、选择的相应方法 完成相应学习打卡任务,两个选做的作业不做强制性要求,供学有余力同学自己探索 3.2 内容介绍 数据预处理 缺失值的填充 时间格式处理 对象类型特征转换到数值 异常值处理 基于3segama原则
2020-09-21 23:51:52 1324
原创 Task2 数据分析
Task2 数据分析 此部分为零基础入门金融风控的 Task2 数据分析部分,带你来了解数据,熟悉数据,为后续的特征工程做准备,欢迎大家后续多多交流。 赛题:零基础入门数据挖掘 - 零基础入门金融风控之贷款违约 目的: 1.EDA价值主要在于熟悉了解整个数据集的基本情况(缺失值,异常值),对数据集进行验证是否可以进行接下来的机器学习或者深度学习建模. 2.了解变量间的相互关系、变量与预测值之间的存在关系。 3.为特征工程做准备 2.1 学习目标 学习如何对数据集整体概况
2020-09-19 00:03:13 203
原创 数据挖掘实践(金融风控)Task1:赛题理解(2天)
赛题以金融风控中的个人信贷为背景,要求选手根据贷款申请人的数据信息预测其是否有违约的可能,以此判断是否通过此项贷款,这是一个典型的分类问题。通过这道赛题来引导大家了解金融风控中的一些业务背景,解决实际问题,帮助竞赛新人进行自我练习、自我提高。 .1 学习目标 理解赛题数据和目标,清楚评分体系。 完成相应报名,下载数据和结果提交打卡(可提交示例结果),熟悉比赛流程 1.2 了解赛题 赛题概况 数据概况 预测指标 分析赛题 1.2.1 赛题概况 比赛要求参赛选手根据给定的数据集,建立模型,预测
2020-09-15 23:56:51 820
emwin实战指南(挑战者2016-10-28).pdf
2020-04-22
AI基础:02Python开发环境设置和小技巧.pdf
2020-01-19
AI基础:01简易数学入门.pdf
2020-01-19
ZAPI 电机驱动器AF5CI0BA (TRIPLAT-CAN-CIMM-ing).pdf
2019-08-10
斯坦福大学吴恩达机器学习视频课程的源代码2019
2019-03-29
深度学习 AI圣经
2017-09-06
深度学习 21天实战Caffe pdf
2017-06-03
HI-TECH C PRO for the PIC18 MCU
2016-02-24
HIRSCHMANN赫思曼控制器
2013-04-12
IIS里没有frontpage服务器扩展
2011-09-15
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人