python信用评分卡建模（附代码）-

共196节4258人学习Toby 课程详情

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
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 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
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
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
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
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
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）
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
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
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
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
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
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！
附录
- 金融风控术语中英文字典