更新时间:2020-06-02 18:29:45
封面
版权信息
推荐序
前言
插图
第1章 信用管理基础
1.1 信用与管理
1.2 风控术语解读
1.2.1 信贷基础指标
1.2.2 信贷风险指标
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
2.1.1 适用客群
2.1.2 用途
2.2 建模流程
2.3 模型设计
2.3.1 业务问题转化
2.3.2 账龄分析与时间窗口设计
2.3.3 数据集切分
2.3.4 样本选择
2.3.5 采样与加权
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
3.1.1 空间表征
3.1.2 模型学习
3.1.3 模型评价
3.2 广义线性模型
3.2.1 多元线性回归模型
3.2.2 经验风险与结构风险
3.2.3 极大似然估计
3.3 逻辑回归
3.3.1 sigmoid函数
3.3.2 最大似然估计
3.3.3 多项逻辑回归学习
3.3.4 标准化
3.4 性能度量
3.4.1 误差
3.4.2 混淆矩阵与衍生指标
3.4.3 不均衡模型评价
3.4.4 业务评价
3.5 上线部署与监控
3.5.1 上线部署
3.5.2 前端监控
3.5.3 后端监控
3.6 迭代与重构
3.6.1 模型迭代
3.6.2 模型重构
3.7 辅助模型
3.7.1 XGBoost
3.7.2 模型解释性
3.7.3 因子分解机
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
4.2.1 决策树原理
4.2.2 决策树分群
4.2.3 生成拒绝规则
4.3 无监督分群
4.3.1 GMM原理
4.3.2 GMM分群
4.4 用户画像与聚类分析
4.4.1 数据分布可视化
4.4.2 K均值聚类
4.4.3 均值漂移聚类
4.4.4 层次聚类
4.4.5 t-SNE聚类
4.4.6 DBSCAN聚类
4.4.7 方差分析
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
5.1.1 连续型变量
5.1.2 离散型变量
5.1.3 代码实现
5.2 特征生成
5.2.1 特征聚合
5.2.2 特征组合
5.3 特征变换
5.3.1 卡方分箱
5.3.2 聚类分箱
5.3.3 分箱对比
5.3.4 箱的调整
5.3.5 两种特殊的调整方法
5.3.6 WOE映射
5.4 本章小结
第6章 特征筛选与建模
6.1 初步筛选
6.1.1 缺失率
6.1.2 信息量
6.1.3 相关性
6.1.4 代码实现
6.2 逐步回归
6.2.1 F检验
6.2.2 常见逐步回归策略