送書 | 《Python金融大數(shù)據(jù)風(fēng)控建模實戰(zhàn)：基于機器學(xué)習(xí)》
又到了每周三的送書時刻啦！今天給大家?guī)淼氖恰?/span>Python金融大數(shù)據(jù)風(fēng)控建模實戰(zhàn)：基于機器學(xué)習(xí)》！
（文末查看送書規(guī)則）
??????
這是一本基于Python語言的金融大數(shù)據(jù)風(fēng)控建模入門讀物。書中結(jié)合人工智能領(lǐng)域流行的機器學(xué)習(xí)算法進行信用評分卡模型構(gòu)建，從而解決金融領(lǐng)域*為核心的風(fēng)險控制問題。
共19章，分為4篇。第1篇“智能風(fēng)控背景”，旨在由淺入深地引領(lǐng)讀者走進金融科技領(lǐng)域，帶領(lǐng)他們了解智能風(fēng)控的相關(guān)知識，并全面、系統(tǒng)地認(rèn)識評分卡；第2篇“評分卡理論與實戰(zhàn)基礎(chǔ)”，圍繞評分卡構(gòu)建的完整流程，向讀者一一講述每個環(huán)節(jié)的理論知識，并進行代碼實踐，幫助讀者獲得從0到1構(gòu)建評分卡模型的工程能力；第3篇“評分卡理論與實戰(zhàn)進階”，旨在從建模中可能遇到的問題出發(fā)，提供一些解決問題或提升模型效果的思路，使建立的評分卡具有更好的業(yè)務(wù)適應(yīng)能力及預(yù)測能力；第4篇“Lending Club數(shù)據(jù)集實戰(zhàn)”，結(jié)合真實信貸場景的數(shù)據(jù)集，帶領(lǐng)讀者完成從數(shù)據(jù)分析到評分卡生成的各個流程，旨在讓讀者體驗真實的場景，掌握評分卡實戰(zhàn)技能，同時為讀者在實際工作中構(gòu)建評分卡提供參考。
本書適合有一定Python語言基礎(chǔ)的金融風(fēng)控從業(yè)人員閱讀，也適合想要學(xué)習(xí)人工智能如何應(yīng)用于金融場景中的開發(fā)人員及業(yè)務(wù)人員閱讀。另外，金融、計算機等相關(guān)專業(yè)的學(xué)生，以及金融科技從業(yè)人員及相關(guān)培訓(xùn)學(xué)員也可將本書作為教材或者興趣讀物閱讀。
???????
結(jié)合機器學(xué)習(xí)算法，進行信用評分卡模型的構(gòu)建
手把手帶領(lǐng)讀者零門檻學(xué)習(xí)金融領(lǐng)域的風(fēng)險控制
理清業(yè)務(wù)：立足業(yè)務(wù)場景，深入剖析金融大數(shù)據(jù)風(fēng)控建模的全流程
算法精講：詳解算法原理，系統(tǒng)梳理不同算法的異同與應(yīng)用場景
代碼實踐：提供完整的源代碼和詳細(xì)的代碼注釋，帶領(lǐng)讀者動手實踐
項目實戰(zhàn)：以真實數(shù)據(jù)為基礎(chǔ)，通過實際項目從0到1進行全流程實戰(zhàn)
精華內(nèi)容：
智能風(fēng)控背景篇：
金融科技介紹
機器學(xué)習(xí)介紹
評分卡模型介紹
評分卡理論與實戰(zhàn)基礎(chǔ)篇：
數(shù)據(jù)清洗與預(yù)處理
變量編碼方法
變量分箱方法
變量選擇
Logistic回歸模型
模型的評估指標(biāo)
評分卡分?jǐn)?shù)轉(zhuǎn)化
模型在線監(jiān)控
評分卡理論與實戰(zhàn)進階篇：
樣本不均衡處理
特征工程進階
決策樹模型
神經(jīng)網(wǎng)絡(luò)模型
支持向量機模型
集成學(xué)習(xí)
模型融合
Lending Club數(shù)據(jù)集實戰(zhàn)篇：
完整的模型開發(fā)與實現(xiàn)
王青天? 碩士，曾任某互聯(lián)網(wǎng)金融公司機器學(xué)習(xí)研究工程師，從事風(fēng)控建模工作。對機器學(xué)習(xí)、風(fēng)控建模、工業(yè)互聯(lián)網(wǎng)等方向有濃厚的興趣和廣泛的研究。
孔越? 博士，曾留學(xué)英國劍橋大學(xué)。涉獵金融風(fēng)控和“AI 藥物研發(fā)”等多個人工智能應(yīng)用領(lǐng)域。曾參與多項國家自然科學(xué)基金項目和歐洲科研基金項目，發(fā)表多篇SCI論文。
第1章? 金融科技介紹 2
第2章? 機器學(xué)習(xí)介紹 17
第3章? 評分卡模型介紹 25
第4章? 數(shù)據(jù)清洗與預(yù)處理 48
第5章? 變量編碼方法 66
第6章? 變量分箱方法 89
第7章? 變量選擇 109
第8章? Logistic回歸模型 123
第9章? 模型的評估指標(biāo) 136
第10章? 評分卡分?jǐn)?shù)轉(zhuǎn)化 157
第11章? 模型在線監(jiān)控 169
第12章? 樣本不均衡處理 180
第13章? 特征工程進階 206
第14章? 決策樹模型 229
第15章? 神經(jīng)網(wǎng)絡(luò)模型 241
第16章? 支持向量機模型 257
第17章? 集成學(xué)習(xí) 286
第18章? 模型融合 317
第19章? 完整的模型開發(fā)實現(xiàn) 330
本次送書5本
或者掃一掃下方的二維碼回復(fù)：送書? 即可！