教会学员学习风控建模,使用场景为银行,消费金融公司,助贷,金融科技公司等等
教会学员学习分类器模型,实操项目为Lending club 12万+信贷数据
教会学员学习catboost算法,包括建模,变量筛选,调参,多算法比较
教会学员学习lightgbm等机器学习算法,包括建模,变量筛选,多算法比较
你将收获
教会学员学习风控建模,使用场景为银行,消费金融公司,助贷,金融科技公司等等
教会学员学习分类器模型,实操项目为Lending club 12万+信贷数据
教会学员学习catboost算法,包括建模,变量筛选,调参,多算法比较
教会学员学习lightgbm等机器学习算法,包括建模,变量筛选,多算法比较
适用人群
课程介绍
针对消费金融,现金贷等线上贷款场景,教会学员如何运用python+catboost+lightgbm等算法建立风控模型。
实操项目包括
(1)美国金融科技公司lendingClub 12万真实数据(分类器模型)
(2)移动杯模型竞赛:消费者人群画像-信用智能评分模型竞赛(回归模型)。
讲师:Toby,持牌照消费金融模型专家,发明金融模型算法专利,和中科院,清华大学,百度,腾讯,同盾,聚信立等平台保持长期项目合作;与国内多所财经大学有模型项目。熟悉金融风控和企业信用评级业务,包括现金贷,商品贷,医美,反欺诈等。擅长Python机器学习建模,对变量筛选,衍生变量构造,变量缺失率高,正负样本不平衡,共线性高,多算法比较,调参等有良好解决方法。原创公众号(python风控模型)
kaggle模型竞赛大杀器
smote非平衡数据处理
课程目录