量化风控算法学习目录

1. 概率与统计的初窥

2. 离散型随机变量及其分布

3. 连续型随机变量及其分布 

4. 联合分布与边缘分布

5. 条件概率与全概率公式与贝叶斯公式 

6. 矩估计与极大似然估计

7. 有趣的统计学小问题（案例）

8. 一元线性回归模型的基本概念 

9. 最小二乘法估计参数

10. 极大似然估计法估计参数

11. 多元线性回归模型的基本概念

12. 多元线性回归模型的参数估计

13. 假设检验的基本知识 

14. 线性回归模型中的假设检验

15. 指数族分布

16. 逻辑回归模型的基本概念

17. 逻辑回归模型的参数估计 

18. 多分类下的逻辑回归

19. 泊松回归模型

20. 泊松回归模型的极大似然估计法 

21. 训练集、验证集与测试集

22. 过拟合与欠拟合

23. K-折交叉验证法 

24. 分类场景下的性能度量

25. 分类场景下的损失函数 

26. 回归场景下的模型性能度量和损失函数 

27. 决策树模型的基本概念 

28. 决策树的构造及节点分裂

29. 决策树的剪枝

30. 随机森林模型基本概念 

31. 随机森林模型的调参 

32. 于随机森林的变量重要性评估与案例解析

33. boosting模型介绍

34. adaboost模型介绍