如何搭建金融信贷风控中的机器学习模型

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

08.个贷产品中的风险（上）.mp4

09.个贷产品中的风险（下）.mp4

10.评分卡模型简介.mp4

11.特征构造.mp4

12.数据的质量检验.mp4

13.代码实现.mp4

14.特征的分箱.mp4

15.特征信息值与数值编码、单变量分析 、多变量分析.mp4

16.概念补充说明.mp4

17.代码实现.mp4

18.逻辑回归模型的基本概念.mp4

19.基于LR模型的评分卡构建工作.mp4

20.尺度化2.mp4

21.模型的区分度与预测性.mp4

22.模型的平稳性、模型调优以及代码讲解.mp4

23.神经网络模型的概述、激活函数与损失函数.mp4

24.反向传播法.mp4

25.实际案例.mp4

26.代码讲解.mp4

27.Gradient Boosting的概念.mp4

28.GBDT模型简介.mp4

29.GBDT的升级版：XGBoost.mp4

30.XGBoost模型在信贷风控中的应用.mp4

31.元模型与集成模型.mp4

32.Bagging.mp4

33.Boosting.mp4

34.Stacking.mp4

35.案例及代码.mp4

36.基本概念.mp4

37.特征构造.mp4

38.模型开发.mp4

39.标签缺失的定义.mp4

40.补全标签的方法（上）.mp4

41.补全标签的方法（下）.mp4

42.案例与代码.mp4

43.过采样与欠采样.mp4

44.SMOTE.mp4

45.样本权重法与案例.mp4

课件资料

https://www.javaxxz.com/thread-398530-1-1.html