七月在线 金融风控系统实战

最新推荐文章于 2022-05-28 07:50:08 发布
最新推荐文章于 2022-05-28 07:50:08 发布
阅读量1.3k 收藏 8
点赞数 1
文章标签： 金融风控
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_45716487/article/details/102680803
版权
该博客深入探讨金融风控技术，涵盖业务基础、特征工程、评分卡模型、集成算法、无监督学习和深度学习。从数据挖掘到模型构建，通过实战项目解析各个环节，包括异常检测、长尾数据问题、样本不均衡处理，以及社交网络分析在反欺诈中的应用，最终构建基于模型融合的风控框架。
摘要由CSDN通过智能技术生成

课程大纲


百度网盘

第一阶段 金融风控技术基础

第一课 金融风控业务详解

知识点1： 各风控环节、方法及其意义

知识点2： A卡、B卡、C卡的区别与联系

知识点3： 职业规划：模型（机器学习） vs 策略（业务分析）

第二课 风控数据挖掘方法

知识点1： 金融风控的数据解析

知识点2： 风控特征的构造思路

实战项目： 利用数据挖掘制定风控策略

第二阶段 机器学习的核心：特征工程

第三课 特征衍生

知识点1： 基础特征构造

知识点2： 百万级别的变量衍生方法

实战项目： 通过时间序列构造百万数量级的风控领域特征

第四课 特征筛选

知识点1： 三种特征筛选方法

知识点2： 分箱处理

知识点3： 特征变换

实战项目： 从海量特征中逐层筛选关键特征

第三阶段 机器学习与评分卡模型

第五课 评分卡

知识点1： 逻辑回归与正则化

知识点2： WOE变换

最低0.47元/天 解锁文章
jevnopark
关注
七月在线--金融风控实战--第二课 风控数据挖掘方法--课程笔记
dean1977a的博客
05-21 1131
决策树的定义： 分类决策树模型是一种描述对实例进行分类的树形结构。决策树由结点（node）和有向边（directed edge）组成。结点有两种类型：内部结点（internal node）和叶结点（leaf node）。内部结点表示一个特征或属性(features)，叶结点表示一个类(labels)。 用决策树对需要测试的实例进行分类：从根节点开始，对实例的某一特征进行测试，根据测试结果，将实例分...
七月在线--金融风控实战--第一课 金融风控业务详解--课程笔记
dean1977a的博客
05-21 3634
建模流程： 1.前期准备工作：不同的模型针对不同的业务场景，在建模项目开始前需要对业务的逻辑和需求有清晰的理解，明确好模型的作用，项目周期时间和安排进度， 以及模型效果的要求。 2.模型设计：包括模型的选择（评分卡还是集成模型），单个模型还是做模型的细分，是否需要做拒绝推论，观察期，表现期的定义，好坏用户的定义，数据的 获取途径等都要确定好。 3.数据拉取及清洗：根据观察期和表现期的定义从数据池中...
七月金融风控
qq_40647378的博客
02-27 238
评价：个人认为课程质量不高，老师是懂金融风控的。但是代码和课程的难度只能说是入门级。抱着扎实代码和学习新的代码表达的态度，希望自己坚持看完吧。 一、金融风控业务详解 二、决策树知识 对应的代码 三、分箱操作 ...
金融风控实战——金融风控与反欺诈业务详解
Grateful_Dead424的博客
12-02 4077
金融风控介绍 最开始的信贷风控是怎么做的？ 人审 吃业务经验 不能大批量处理，效率低下 不适用于移动互联网时代的金融场景 建模的概念 建模就是构造一个数学公式，能将我们手上有的数据输入进去，通过计算得到一些预测出来的结果。比如大家初中/高中学习的线性回归，就是最简单的建模过程。 风控模型最原始的思路就是输入一个用户的信息，得到这个人是 “会还钱” 还是 “不会还钱”。这就是个二分类问题。 而评分卡模型其实就是希望能将一系列的个人信息输入模型，然后得到一个用户的还款概率。概率越大，评分越高，.
七月在线--金融风控实战--第六课 风控数据挖掘方法--课程笔记
dean1977a的博客
06-11 1032
XGBoost 对于 GBDT 的改进 1.传统GBDT以CART作为基分类器，xgboost还支持线性分类器，这个时候xgboost相当于带L1和L2正则化项的逻辑斯蒂回归（分类问题）或者线性回归（回归问题）。 2.传统GBDT在优化时只用到一阶导数信息，xgboost则对代价函数进行了二阶泰勒展开，同时用到了一阶和二阶导数。顺便提一下，xgboost工具支持自定义代价函数，只要函数可一阶和二阶...
风控课程资源汇总
lc434699300的博客
10-11 2291
 　最近整理了一下风控相关的学习资源，都是本人在自学过程中搜集和学习的，希望可以给初学者一点学习的方向和指导，在自学的路上少走一点弯路。 一、FAL金科应用研院  　可以去关注公众号"金科应用研院"，应该属于行业内培训的No.1，没有之一，课程质量都比较高。去年刚入行时看的第一门课程就是FAL的量化风控全线条课程，受益颇深，后来又看了一遍。此外还有很多专题课程，模型、策略等都有，课程口碑都不错，不过FAL的课程就是贵，太贵了，一门课程要大几千块钱，何况有好多专题，有需要的同学可以去公众号了解一下。 二、小.
第4期【大咖实战分享】回顾：金融风控行业的联邦建模案例分享
FedAI联邦学习的博客
07-19 746
7月15日，FATE开源社区第4期【大咖实战分享】圆满落幕。本次活动，社区邀请到京东科技的闫玉成老师，分享金融风控行业的联邦建模案例；FATE开源生态的研发负责人范涛老师，分享FATE开源社区的建设情况。 接下来，让我们一起回顾经典问答环节，希望能帮助大家解决在FATE实践中遇到的问题。 问答环节 01、联邦建模案例问答 ● Q1： 请问老师，部署是采取的什么方式？docker、K8S还是其他方式呢？nodemanager是单节点还是多节点？ ● A1： 部...
金融信贷风控（二）——数据预处理和特征衍生
布纸所云
08-25 8255
申请评分卡中的数据预处理和特征衍生 构建信用风险类型的特征 数据预处理 特征的分箱 Best-KS ChiMerge 卡方分箱法 WOE编码 WOE编码的意义 申请评分卡中的数据预处理和特征衍生 构建信用风险类型的特征 数据预处理 1、数据预处理 包括格式、缺失值的处理等。 缺失值包括如下几种情况： 1、完全随机缺失 2...
数据挖掘实战——金融风控
gyt的博客
09-15 211
数据挖掘实战——金融风控赛题理解指标回顾功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 赛题理解 比赛地址 指标回顾 数据分析常见指标 混淆矩阵(Confuse Matrix)：真正类TP、假负类FN、假正类FP、真负类TN 准
绝对干货！风控实战数据解析，1分钟教你看懂运营商大数据！
weixin_34163553的博客
05-04 2621
随着金融与科技的深度结合，大数据风控已经被大部分金融机构所认知并接受，各个大小金融机构平台基本都已经接入大数据风控系统，依靠多维度大数据综合信息，实现对借款人的智能风控和精准授信。大数据风控在提高审核效率和降低业务风险上，得到行业客户普遍高度认可。但是也有个不可忽视的问题存在：由于大数据风控给出的信息、评分数据特别多，审核员如何在短时间内，快速找到关键数据信息，从而判断借款人...
python机器学习库sklearn——特征选择
全栈工程师开发手册（原创）https://github.com/tencentmusic/cube-studio
04-09 7686
全栈工程师开发手册 （作者：栾鹏） python数据挖掘系列教程 移除低方差特征VarianceThreshold 是特征选择的一个简单基本方法，它会移除所有那些方差不满足一些阈值的特征。默认情况下，它将会移除所有的零方差特征，即那些在所有的样本上的取值均不变的特征。# ============去除方差小于阈值的特征============ from sklearn.feature_sel
Kaggle竞赛实战1
03-09
<p><img src="https://img-bss.csdnimg.cn/202203090911017008.png" alt="" /></p> <p><img src="https://img-bss.csdnimg.cn/202203090911152897.png" alt="" /></p> <p><img src="https://img-bss.csdnimg.cn/202203090911274600.png" alt="" /></p>
儒猿秒杀季！互联网大厂的企业级风控系统项目实战
石杉的架构笔记
05-28 1176
疯狂秒杀季：499元秒杀原价1899元的《互联网大厂的企业级风控系统项目实战》今天上午11点，仅20套，先到先得！=== 课程介绍===| SparkStreaming企业级项目实战-金融风控风控的的风控等级，在实际项目中分为警告和风险两个等级。当达到风险等级时，会触发发短信给用户进行提醒的机制。基于用户登录和操作的规则业务讲解业务流程开发SparkStr...
风控建模师面经分享（难度：简单）
qq_37537170的博客
09-04 617
自我介绍 常规自我介绍，工作内容+项目简介+技能介绍 针对工作项目提问 怎么确定label值？迁移率分析+账龄分析 best_ks iv值表现怎么样？基于iv的表现做了什么操作？ 为什么使用GBDT+RF，有考虑过模型的解释性吗？ 项目中自己的创新？当时回答了一个写了爬虫对手机号归属地缺失值填充和GBDT对特征衍生 面试结束后想，模型建立流程都是一样的，但是其中的特征工程、模型策略不都是创新点吗，我想可能这个问题就是看我是不是就是个简单的掉包侠，感觉这个问题没回答好。 …项目问题就记得这么多，其他给忘了 .
【比赛项目】数据挖掘实践（金融风控）
weixin_43988131的博客
09-14 320
金融风控比赛地址 2020 09 14
深度学习样本不均衡问题解决
热门推荐
u013102349的博客
02-11 2万+
在深度学习中，样本不均衡是指不同类别的数据量差别较大，利用不均衡样本训练出来的模型泛化能力差并且容易发生过拟合。对不平衡样本的处理手段主要分为两大类：数据层面 (简单粗暴)、算法层面 (复杂) 。数据层面采样（Sample）数据重采样：上采样或者下采样 上采样下采样使用情况数据不足时数据充足 (支撑得起你的浪费)数据集变化增加间接减少(量大类被截流了)具体手段大量复制量少类样本批处理训练时，控制从...
kaggle 案例实战 七月 july 算法
MachineLearning90的博客
01-03 3474
淘宝二手平台--闲鱼链接（或者直接在淘宝二手平台--闲鱼上搜索kaggle，或者加微信:hellojasper91）： https://2.taobao.com/item.htm?spm=2007.1000337.16.4.fsSZzl&id=543920980055 原课程地址： https://www.julyedu.com/course/getDetail/54 ————————
融360金融风控系统开发：实战分享与演进历程
该会议于2021年5月15日举行，聚焦于金融行业的风控系统开发实践。 金融风控系统的开发面临诸多挑战，主要包括支付安全、羊毛党、黑产对抗和网络欺诈等，以及监管机构对信用风险的严格要求。为了满足这些需求，风控...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值