（1）作者是风控、AI、算法领域的资深专家，曾在多家知名金融科技公司从事基于机器学习的风控算法优化工作，经验十分丰富。 （2）从、从信贷风险业务、数据分析与挖掘方法、机器学习模型3个维度全面展，详解信用风险量化的数据分析与建模。 （3）基于Python新版本撰写，每个章节都包含问题、案例、算法3个部分，实操性强。 （4）来自西南财经大学、*等学术界和企业界的多位转件高度评价。
售 价：¥
纸质售价：¥49.00购买纸书
6.3
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
推荐序
前言
第1章 信用管理基础
1.1 信用与管理
1.2 风控术语解读
1.3 企业信贷风控架构
1.4 本章小结
第2章 评分卡
2.1 评分卡概念
2.2 建模流程
2.3 模型设计
2.4 数据与变量解读
2.5 本章小结
第3章 机器学习
3.1 基本概念
3.2 广义线性模型
3.3 逻辑回归
3.4 性能度量
3.5 上线部署与监控
3.6 迭代与重构
3.7 辅助模型
3.8 模型合并
3.9 本章小结
第4章 用户分群
4.1 辛普森悖论
4.2 监督分群
4.3 无监督分群
4.4 用户画像与聚类分析
4.5 本章小结
第5章 数据探索与特征工程
5.1 探索性数据分析
5.2 特征生成
5.3 特征变换
5.4 本章小结
第6章 特征筛选与建模
6.1 初步筛选
6.2 逐步回归
6.3 稳定性
6.4 负样本分布图
6.5 评分卡案例
6.6 本章小结
第7章 拒绝推断
7.1 偏差产生的原因
7.2 数据验证
7.3 标签分裂
7.4 数据推断
7.5 本章小结
第8章 模型校准与决策
8.1 模型校准的意义
8.2 校准方法
8.3 决策与应用
8.4 本章小结
第9章 模型文档
9.1 模型背景
9.2 模型设计
9.3 数据准备
9.4 变量筛选
9.5 最终模型
9.6 表现追踪
9.7 附件
9.8 本章小结
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
