python信用评分卡建模（附代码）

python信用评分卡建模（附代码）
共196节 6583人在学 课程详情

  • Python环境搭建

    • 建评分卡模型，python，R，SAS谁最好？
    • Anaconda快速入门指南
    • Anaconda下载和安装
    • canopy下载和安装
    • Anaconda Navigato导航器
    • Anaconda安装不同版本python

  • python编程基础知识

    • Python文件基本操作
    • 变量_表达式_运算符_值
    • 字符串string
    • 列表list
    • 程序的基本构架（条件，循环）
    • 数据类型_函数_面向对象编程
    • python2和3的区别
    • 编程技巧和学习方法

  • python机器学习基础

    • UCI机器学习常用数据库介绍
    • 机器学习书籍推荐
    • 如何选择算法
    • 机器学习语法速查表
    • python数据科学常用的库
    • python数据科学入门介绍(选修)

  • 德国信用评分数据下载和介绍

    • 德国信用评分数据下载和介绍
    • GermanCredit数据集变量中文释义和业务逻辑

  • 信用评分卡开发流程（上）

    • 评分卡开发流程概述
    • 第一步：数据收集
    • 第二步：数据准备
    • 变量可视化分析
    • 样本量需要多少？
    • 坏客户定义
    • 第三步：变量筛选
    • 变量重要性评估_iv和信息增益混合方法
    • 衍生变量
    • 第四步：变量分箱

  • 信用评分卡开发流程（下）

    • 第五步：建立逻辑回归模型
    • odds赔率
    • woe计算
    • 变量系数
    • A和B计算
    • Excel手动计算坏客户概率
    • Python脚本计算坏客户概率
    • 客户评分
    • 评分卡诞生-变量分数计算
    • 拒绝演绎reject inference
    • 第六步：模型验证
    • 第七步：模型部署
    • 常见模型部署问题

  • Python信用评分卡-逻辑回归脚本

    • Python信用评分卡脚本运行演示
    • woe脚本(kmean分箱)
    • iv计算独家脚本
    • Excel手动推导变量woe和iv值
    • 评分卡脚本1（sklearn）
    • 评分卡脚本2（statsmodel）
    • 生成评分卡脚本
    • 模型验证脚本

  • PSI(population stability index)稳定指标

    • 拿破仑远征欧洲失败/华尔街股灾真凶-PSI模型稳定指标揭秘
    • excel推导PSI的计算公式
    • PSI计算公式原理_独家秘密
    • PSI的python脚本讲解

  • 难点1_坏客户定义

    • 坏客户定义错误，全盘皆输
    • 不同场景坏客户定义不一样，坏客户定义具有反复性
    • 坏客户占比不能太低
    • vintage源于葡萄酒酿造
    • vintage用于授信策略优化

  • 难点2_woe分箱

    • ln对数函数
    • excel手动计算woe值
    • python计算woe脚本
    • Iv计算推导
    • woe正负符号意义
    • WOE计算就这么简单？你想多了
    • Kmean算法原理
    • python kmean实现粗分箱脚本
    • 自动化比较变量不同分箱的iv值
    • woe分箱第三方包脚本

  • 难点3_逻辑回归是最佳算法吗？

    • 深度思考，逻辑回归是最优算法吗？
    • xgboost_支持脚本下载
    • 随机森林randomForest_支持脚本下载
    • 支持向量SVM_支持脚本下载
    • 神经网络neural network_支持脚本下载
    • 多算法比较重要性_模型竞赛，百万奖金任你拿

  • 难点4_变量缺失数据处理

    • imputer-缺失数据处理
    • xgboost简单处理缺失数据
    • catboost处理缺失数据最简单

  • 难点6.模型验证

    • 模型需要验证码？
    • 商业银行资本管理办法(试行)
    • 模型验证_信用风险内部评级体系监管要求
    • 模型验证主要指标概述
    • 交叉验证cross validation
    • groupby分类统计函数
    • KS_模型区分能力指标
    • 混淆矩阵（accuracy,precision，recall，f1 score）
    • 模型排序能力-lift提升图

  • 难点7.逻辑回归调参

    • 菜鸟也能轻松调参
    • 调参1_Penalty正则化选择参数
    • 调参2_classWeight类别权重
    • 调参3_solver优化算法选择参数
    • 调参4_n_jobs
    • L-BFGS算法演化历史
    • 次要参数一览

  • 风控管理和诈骗中介（选修）

    • 网络信贷发展史
    • 诈骗中介
    • 风控管理
    • 告别套路贷，高利贷，选择正确贷款方式

  • 消费金融市场行情

    • 揭秘：近年消费金融火爆发展根本原因
    • 持牌照消费金融公司盈利排行榜
    • 消费金融，风控技术是瓶颈
    • 谁能笑到最后：2018-2019消费金融公司注册资本

  • 全球宏观经济

    • 宏观经济主要指标：债务率和失业率
    • 2019年中国宏观经济分析_赠人民银行发布2018n年中国金融稳定报告
    • 2019年G20国家宏观经济信息汇总_供下载
    • 全球系统金融风险
    • 基尼系数_贫富差异指标
    • GDP_利率_通货膨胀
    • 失业率_债务率
    • 信用评级_阿根廷金融危机独家解读

  • 作者寄语

    • 不变应万变的秘密
    • 学习华为，告别浮躁
    • 树立正确消费观，避免经济崩溃！

  • python信用评分卡介绍视频

    • 个人信用风险评级-python信用评分卡应用（必看）
    • 企业信用风险评级-python信用评分卡应用（必看）
    • python金融风控评分卡模型和数据分析概述
    • 玩转python风控模型

  • 非平衡样本数据imbalanced data

    • 非平衡数据是什么？对模型有什么坏处？
    • 解决非平衡数据方法（欠采样，过采样，SMOTE）
    • SMOTE非平衡数据处理python脚本讲解

  • 模型开发基础知识python脚本讲解

    • 数据读取read_excel和read_csv
    • 数据划分train_test_split
    • LogisticRegression()模型构建和训练fit()
    • 模型预测predict和predict_proba区别
    • 模型验证的python脚本讲解
    • pickle保存模型包

  • 企业信用风险评级模型实战（python）

    • 企业信用评分卡模型实战（python，基于真实江苏城投公司数据）
    • 描述性统计和缺失值处理
    • woe第三方包分箱原理和主要语法
    • python脚本woe分箱整体演示
    • 用woe数据生成模型包
    • AUC大于0.9-模型验证效果非常好
    • 踢除高相关性变量后建模，模型性能有何变化？
    • 最小分箱数量调参测试
    • 逆向工程-破解评级机构秘密

  • python安装包

    • python安装第三方包：pip和conda install
    • Python非官方扩展包下载地址
    • pip install --user --upgrade package升级包
    • pip install失败报错五种解决方案
    • pip查看包信息list_show_help_freeze
    • Anaconda下载镜像更换-下载超音速（选修）
    • 如何创建python虚拟编程环境-避免项目包版本冲突（选修）

  • Jupiter Notebook概述

    • jupyter1_为什么使用jupyter notebook？
    • jupyter2_jupyter基本文本编辑操作
    • 如何用jupyter notebook打开指定文件夹内容？
    • jupyter4_jupyter转换PPT实操
    • jupyter notebook用matplotlib不显示图片解决方案
    • jupyter notebook创建标题和文字描述
    • jupyter notebook如何上传图片和下载脚本

  • python oop面向对象编程（选修）

    • python面向对象编程1_类和实例
    • python面向对象2_实例属性可以与众不同
    • python面向对象3_self代表实例本身
    • python面向对象编程4_init()初始化方法
    • python面向对象5_属性和方法区别
    • python面向对象6_函数和方法区别
    • python面向对象7_类变量
    • python面向对象8_父类和子类
    • python面向对象9_私有变量
    • python面向对象10运算符重载

  • 附录

    • 金融风控术语中英文字典

  • 难点5_评分卡分数校验calibration

    • FICO信用分和芝麻信用分
    • 评分卡分数校准范围是自定义的
    • 违约概率和odds赔率
    • theta0,Po,PDO,A和B在评分卡中意义
    • 分数校准的python测试脚本scale
    • 评分卡诞生-Excel手动推演实例1
    • 评分卡诞生-Excel手动推演实例2

  • EDA数据分析

    • 描述性统计脚本_缺失率和共线性分析
    • 变量相关性可视化_heatmap热力图和pairplot配对图
    • hist绘制所有变量直方图-知己知彼百战百
    • countplot可视化职业和住房计数图
    • boxplot箱型图揭秘小额贷和短周期还款策略

  • 智能风控模型实战give me some credit数据集（上）

    • Give me some credit银行风控模型数据集概述
    • EDA探索性分析变量iv值，缺失率，最小值，最大值，平均值，方差
    • 变量分布直方图，变量相关性热力图和散点图
    • 自动化决策树分箱建模-AUC超过0.85
    • Kmeans自动化分箱构建评分卡模型
    • 等频分箱和等步分箱自动化建模
    • 多少分箱合理,分箱单调性问题
    • 空值单独分箱，模型性能略有提升
    • 去掉异常值后，模型性能是否提高？
    • 非平衡数据处理后，模型性能是否提高？

  • 智能风控模型实战give me some credit数据集（中）

    • 变量分箱和badrate单调性绘图
    • 异常值的真相-新手和老鸟都容易犯的错
    • 变量badrate不单调的解决方案一_业务上寻找意义
    • 变量badrate不单调解决方案二_最小样本数min_samples设置
    • 变量badrate不单调解决方案三：n_bins分箱数设小
    • 变量badrate不单调解决方案四_等距分箱step应用
    • 变量badrate不单调解决方案四_等距分箱step应用
    • 变量badrate不单调的解决方案五_手动设置分组规则
    • 变量badrate不单调的解决方案六_更改分箱规则

  • 智能风控模型实战give me some credit（下）

    • 生成专家评分卡预测客户违约概率和信用评分
    • 变量筛选方法-逐步回归stepwise（选修）

    订阅失败

    python信用评分卡建模（附代码）
    python信用评分卡建模（附代码） ...

    订阅列表已满，请先移出部分订阅内容。

    当前章节需购买后观看
    开通超级会员免费看！专家精选系列课程，满足你从入门到精通！更有问答月卡免费送，你的问题有问必答！
    提交答案

    购买课程

    扫码完成付费，可继续学习全部课程内容

    加载中...
    播放页问题反馈
    视频学习中有任何产品建议都可由此反
    馈，我们将及时处理！

    课时介绍

    全球系统金融风险

    课程介绍

    作者

    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，爱奇艺，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。熟悉消费金融场景业务，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）

     

    课程概述

    A级优质课，360度讲解python信用评分卡构建流程，解决个人信用评级和企业信用评级模型的难题。课程附python代码直接使用，支持老师答疑。算法采用逻辑回归。弥补了网络上讲解不全，信息参差不齐的短板。

    个人信用评级模型可自动化审批客户资质，让银行，消费金融，小额贷贷款风险最小化并将利润最大化。

    企业信用评级模型可自动筛选优质企业和不良企业，为评级机构，企业融资，银行贷款，企业上市，企业并购，企业债发行提供有价值参考。

     

    python金融风控评分卡模型和数据分析系列课

     

     

    推荐课程
    正在试验
    后自动删除环境
    课程实验
    本次实验时间已到期 00:00:00
    课件正在飞速打包中，请耐心等待几秒钟～