注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 郑华：宜信大数据金融实践分享

  2. 宜信大数据实时风控平台结合了用户申请数据、用户授权数据、第三方数据、互联网海量数据等不同数据源，全方位了解客户并分析客户的信用状况和欺诈风险，实时估计授信额度和检测欺诈风险等。本文分享包括宜信大数据实时风控平台中的一些核心技术，包括知识图谱，风控模型和反欺诈技术等。

  3. 所属分类：其它

    • 发布日期：2014-12-18
    • 文件大小：6291456
    • 提供者：u010702509

  1. 郑华：宜信大数据金融实践分享

  2. 宜信大数据实时风控平台。平台结合了用户申请数据、用户授权数据、第三方数据、互联网海量数据等不同数据源，全方位了解客户并分析客户的信用状况和欺诈风险，实时估计授信额度和检测欺诈风险等。这次分享介绍宜信大数据实时风控平台中的一些核心技术，包括知识图谱，风控模型和反欺诈技术等。

  3. 所属分类：讲义

    • 发布日期：2015-09-22
    • 文件大小：6291456
    • 提供者：happytofly

  1. 信用评分模型

  2. 互联网金融 风控 建模

  3. 所属分类：金融

    • 发布日期：2017-08-12
    • 文件大小：15728640
    • 提供者：qq_28061575

  1. 基于R语言 信用风险评级模型的开发及实现

  2. 给予R语言实例开发 互联网金融风控模型

  3. 所属分类：算法与数据结构

    • 发布日期：2017-08-15
    • 文件大小：1048576
    • 提供者：qq_36502831

  1. Kesci“魔镜杯”风控算法大赛铜奖解决方案及代码

  2. 拍贷“魔镜风控系统”从平均 拍贷“魔镜风控系统”从平均 拍贷“魔镜风控系统”从平均 拍贷“魔镜风控系统”从平均 拍贷“魔镜风控系统”从平均 拍贷“魔镜风控系统”从平均 拍贷“魔镜风控系统”从平均 拍贷“魔镜风控系统”从平均 400 个数据维度评估用户当前的信状态，给每借款 个数据维度评估用户当前的信状态，给每借款 个数据维度评估用户当前的信状态，给每借款 个数据维度评估用户当前的信状态，给每借款 个数据维度评估用户当前的信状态，给每借款 个数据维度评估用户当前的信状态，给每借款 个数据维度评估

  3. 所属分类：金融

    • 发布日期：2018-04-07
    • 文件大小：862208
    • 提供者：qq_39954916

  1. 信用风险评分卡研究_基于SAS的开发与实施

  2. 讲述了经融数据的获取、探索性分析、度量、最优分群、模型判断与评估、评分卡、拒绝演绎等金融风控的知识

  3. 所属分类：金融

    • 发布日期：2018-04-18
    • 文件大小：78643200
    • 提供者：haigevc

  1. 信用评级模型

  2. 信用评级模型的12堂课，详细阐述了互联网金融行业的消费信用风控模型设计

  3. 所属分类：机器学习

    • 发布日期：2018-05-22
    • 文件大小：5242880
    • 提供者：shenxiaoming77

  1. 京东金融风控黑科技解密

  2. 互联网金融面临的业务风险，大数据驱动风控体系建设，京东金融的风控模型及风控系统架构介绍。

  3. 所属分类：其它

    • 发布日期：2018-07-26
    • 文件大小：2097152
    • 提供者：wartson16888

  1. 金融风控建模教程1-申请评分卡介绍

  2. 金融风控系统教程，1. 信贷违约的基本概念 2. 申请评分卡在互联网金融业的重要性和特性 3. 贷款申请环节的数据介绍和描述 4. 非平衡样本问题的定义和解决方法 5. 过抽样和欠抽样，SMOTE算法

  3. 所属分类：机器学习

    • 发布日期：2018-08-23
    • 文件大小：623616
    • 提供者：rain0321078

  1. 金融风控建模教程-申请评分卡的数据预处理和特征衍生

  2. 1. 构建信用风险类型的特征 2. 特征的分箱 分箱的优点 Best-KS分箱法和卡方分箱法 3. 特征信息度的计算和意义

  3. 所属分类：机器学习

    • 发布日期：2018-08-23
    • 文件大小：830464
    • 提供者：rain0321078

  1. 信贷进件模型开发文档

  2. 关于信贷a卡开发详细文档，从事信贷风控方面工作的朋友可以看看，比较详细

  3. 所属分类：机器学习

    • 发布日期：2018-09-22
    • 文件大小：2097152
    • 提供者：zzbghost

  1. 搭建金融信贷风控中的机器学习模型-代码资源

  2. 风控是金融业务的核心组成部分，而信贷风控又是整个风控领域体量最大、挑战最大的类型。传统的信贷风控主要靠资深从业人员依靠自身的经验设置的专家规则。随着统计学、大数据、机器学习的发展，现代信用风控越来越偏向量化模型的手段来得以解决风控问题。 文档内有网盘分享链接

  3. 所属分类：机器学习

    • 发布日期：2019-05-02
    • 文件大小：116
    • 提供者：seangpgp

  1. 信用风险模型在金融科技中的开发及应用.pdf

  2. 信用风险模型在金融科技中的开发及应用，包含建模的基本流程及相关指标监控，可以作为风控人员参考。内容包含：信用风险建模的基本概念，建模的流程，建模的方法及模型上线部署后的监控。模型的应用范围等内容。

  3. 所属分类：算法与数据结构

    • 发布日期：2020-04-15
    • 文件大小：8388608
    • 提供者：redchair

  1. 2. 评分卡模型的开发和应用 - to students.pdf

  2. 金融风控领域常用的评分卡模型，介绍，理论，开发，应用

  3. 所属分类：机器学习

    • 发布日期：2019-10-11
    • 文件大小：1048576
    • 提供者：haoran_yang

  1. 人工智能之图数据库.pdf

  2. 图数据库（Graph Database）是一个基于图模型的在线数据库管理系统，具有图数据的创建（Create）、读取（Retrieve）、更新（Update）和删除（Delete）功能，简称CRUD。 面对各种海量数据、尤其是对海量非结构化数据的存储，传统的信息存储和组织模式已经无法满足客户需求，图数据库却能够很清晰地揭示各类复杂模式，尤其针对错综复杂的社交、物流、金融风控行业，其优势更为明显，发展潜力巨大。

  3. 所属分类：机器学习

    • 发布日期：2020-07-31
    • 文件大小：6291456
    • 提供者：Arnetminer

  1. 最新搭建金融信贷风控中的机器学习模型入门到精通视频教程.txt

  2. 01.数据分析的基本概念.mp4 02.数据可视化.mp4 03.数据分析的常用模型.mp4 04.数据分析的常用工具.mp4 05.互联网金融简介和特点.mp4 06.互联网金融的主要模式.mp4 07.常见的个人信贷产品.mp4 等资源

  3. 所属分类：机器学习

    • 发布日期：2020-09-18
    • 文件大小：130
    • 提供者：qq_26907711

  1. 金融风控信用卡评分建模

  2. 一、引言 如何利用机器学习以及大数据技术来降低风险呢？如何建立信用评分的模型呢？本文将针对这些问题简单介绍互金行业中授信产品的风控建模过程，内容主要如下： ·信用风险定义 ·信用风险评分卡类型 ·信用评分模型建立的基本流程 1.信用风险定义 ①风险管理的概念 风险管理最早起源于美国。1930年由美国管理协会保险部最先倡导风险管理，后面在全球流行开来，随着互联网的迅猛发展，大数据、数据挖掘和机器学习等新兴技术开始出现，让风险管理更为精准。他们通过收集银行系统本身的征信数据以及用户在互联网上的的各种

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：177152
    • 提供者：weixin_38645208

  1. 一文看懂特征工程在金融风控中的应用

  2. 本文来自于csdn，本文以特征工程在金融风控中的应用为切入点，对特征工程的大致内容进行了概述。在建模领域人们常说，数据和特征决定机器学习的上限，而模型和算法只是不断地逼近这个上限。所以，特征工程在建模中起到了决定性的作用。在金融实践领域，虽然特征工程得到了越来越多的重视，但是大家对特征工程的理解，出于行业机密和特征工程的复杂性等原因，一直没有系统的定义与总结。其中主要包括，特征工程的定义、意义、方法理论等内容。特征工程是将原始数据，通过业务逻辑理解、数据变换、特征交叉与组合等方式，量化成模型训练

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：279552
    • 提供者：weixin_38682518

  1. 一文看懂特征工程在金融风控中的应用

  2. 本文来自于csdn，本文以特征工程在金融风控中的应用为切入点，对特征工程的大致内容进行了概述。在建模领域人们常说，数据和特征决定机器学习的上限，而模型和算法只是不断地逼近这个上限。所以，特征工程在建模中起到了决定性的作用。在金融实践领域，虽然特征工程得到了越来越多的重视，但是大家对特征工程的理解，出于行业机密和特征工程的复杂性等原因，一直没有系统的定义与总结。其中主要包括，特征工程的定义、意义、方法理论等内容。特征工程是将原始数据，通过业务逻辑理解、数据变换、特征交叉与组合等方式，量化成模型训练

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：279552
    • 提供者：weixin_38672840

  1. 利用Python计算KS的实例详解

  2. 在金融领域中，我们的y值和预测得到的违约概率刚好是两个分布未知的两个分布。好的信用风控模型一般从准确性、稳定性和可解释性来评估模型。 一般来说。好人样本的分布同坏人样本的分布应该是有很大不同的，KS正好是有效性指标中的区分能力指标：KS用于模型风险区分能力进行评估，KS指标衡量的是好坏样本累计分布之间的差值。 好坏样本累计差异越大，KS指标越大，那么模型的风险区分能力越强。 1、crosstab实现，计算ks的核心就是好坏人的累积概率分布，我们采用pandas.crosstab函数来计算累积概率

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：65536
    • 提供者：weixin_38712548
« 12 »