返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

欢迎光临我们店铺!书籍都是正版全新书籍,欢迎下单~!!

本店所有商品

  • 音像智能风控(原理算法与工程实践)梅子行
  • 正版
    • 作者: 梅子行著 | 梅子行编 | 梅子行译 | 梅子行绘
    • 出版社: 机械工业出版社
    • 出版时间:2020-01-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    诺森图书音像专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 梅子行著| 梅子行编| 梅子行译| 梅子行绘
    • 出版社:机械工业出版社
    • 出版时间:2020-01-01
    • 版次:1
    • 印次:1
    • 字数:126
    • 页数:227
    • 开本:16开
    • ISBN:9787111643531
    • 版权提供:机械工业出版社
    • 作者:梅子行
    • 著:梅子行
    • 装帧:平装
    • 印次:1
    • 定价:89.00
    • ISBN:9787111643531
    • 出版社:机械工业出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:中文
    • 出版时间:2020-01-01
    • 页数:227
    • 外部编号:30819139
    • 版次:1
    • 成品尺寸:暂无


    前言
    章 风控建模与规则挖掘 / 1
    1.1 信贷与风险 / 1
    1.1.1 信贷业务与互联网金融风控体系 / 1
    1.1.2 信贷风险与控制 / 4
    1.2 工业建模流程 / 5
    1.2.1 抽象业务 / 6
    1.2.2 定义标签 / 6
    1.. 样本选取 / 7
    1.2.4 特征工程与模型调优 / 9
    1.2.5 上线监控与评估报表 / 10
    1.3 规则挖掘方案 / 13
    1.4 本章小结 / 20
    第2章 集成模型评分卡 / 21
    2.1 特征工程解析 / 21
    2.1.1 特征与模型 / 22
    2.1.2 信用模型的特征 / 22
    2.2 特征衍生方案 / 24
    . 离散处理 / 27
    ..1 one-hot编码 / 27
    ..2 WOE编码 / 28
    2.4 迭代特征筛选方案 / 33
    2.5 自动化调参 / 38
    2.5.1 自动化调参策略 / 38
    2.5.2 参数搜索方案 / 39
    2.5.3 调参框架搭建 / 40
    2.6 递归特征删除方案 / 43
    2.7 评分卡制作 / 44
    2.7.1 逻辑回归评分卡 / 45
    2.7.2 集成模型的评分映 / 55
    2.7.3 针对业务改写评价函数 / 59
    2.8 本章小结 / 60
    第3章 迁移学习与冷启动 / 61
    3.1 迁移学习基础 / 61
    3.1.1 应用场景 / 62
    3.1.2 概念介绍 / 62
    3.2 迁移学习方 / 63
    3.2.1 三类常见算法 / 63
    3.2.2 迁移的实现方法 / 64
    3.3 少量有标签样本的迁移方案 / 65
    3.3.1 TrAdaBoost模型 / 65
    3.3.2 跨场景迁移模型 / 67
    3.4 无标签样本迁移之JDA / 76
    3.4.1 JDA模型 / 76
    3.4.2 模型应用 / 79
    3.5 无标签样本迁移之DTELM / 80
    3.5.1 ELM模型 / 81
    3.5.2 DTELM模型 / 82
    3.5.3 模型应用 / 84
    3.6 迁移样本筛选方案 / 88
    3.6.1 背景介绍 / 88
    3.6.2 算法框架概览 / 88
    3.6.3 搭建融合框架 / 89
    3.7 本章小结 / 93
    第4章 幸存者偏差 / 95
    4.1 幸存者偏差的含义 / 95
    4.2 增量学习 / 96
    4.3 生成对抗网络 / 97
    4.3.1 GAN模型介绍 / 98
    4.3.2 GAN与幸存者偏差 / 99
    4.4 高斯混合模型 / 100
    4.4.1 GMM算法原理 / 101
    4.4.2 GMM简单应用 / 103
    4.4.3 GMM中的概率模型 / 104
    4.4.4 GMM样本生成 / 107
    4.5 信息准则 / 110
    4.5.1 赤池信息准则 / 110
    4.5.2 贝叶斯信息准则 / 111
    4.5.3 AIC与BIC比较 / 111
    4.6 本章小结 / 112
    第5章 不均衡学习 / 113
    5.1 样本不均衡 / 113
    5.2 代价加权方案 / 114
    5.3 插值过采样方案 / 115
    5.3.1 SMOTE算法 / 115
    5.3.2 过采样算法实践 / 116
    5.4 半监督学习方案 / 121
    5.4.1 前提设 / 122
    5.4. SVM / 122
    5.4.3 LP / 127
    5.5 本章小结 / 130
    第6章 异常检测 / 132
    6.1 离群点与欺诈检测 / 133
    6.2 z-score检验 / 134
    6.3 LOF异常检测法 / 134
    6.3.1 原理与算法流程 / 135
    6.3.2 LOF样本清洗方案 / 137
    6.4 IF异常检测法 / 139
    6.4.1 原理与算法流程 / 139
    6.4.2 PreA模型与冷启动 / 141
    6.5 本章小结 / 144
    第7章 模型优化 / 145
    7.1 多损失函数分段预测 / 145
    7.1.1 两种损失函数 / 146
    7.1.2 融合流程 / 146
    7.2 树模型特征衍生 / 149
    7.2.1 GBDT离散化 / 149
    7.2.2 融合方案详解 / 150
    7.. 特征衍生细节 / 151
    7.2.4 案例 / 151
    7.3 时间序列建模 / 160
    7.3.1 RNN / 160
    7.3.2 LSTM / 163
    7.3.3 门控结构 / 164
    7.3.4 LSTM行为评分卡案例 / 166
    7.4 高维稀疏数据建模 / 170
    7.4.1 算法原理 / 171
    7.4.2 算法应用 / 172
    7.5 模型融合 / 173
    7.5.1 模型融合基础 / 173
    7.5.2 模型筛选 / 174
    7.5.3 业务应用方案 / 181
    7.6 本章小结 / 183
    第8章 知识图谱 / 184
    8.1 复杂网络基础 / 184
    8.2 中心度与相似 / 187
    8.3 节点分类 / 193
    8.3.1 朴素节点分类 / 193
    8.3.2 邻节点加权投票 / 195
    8.3.3 一致标签传播 / 197
    8.4 社区发现算法 / 200
    8.4.1 基础概念 / 200
    8.4.2 Girvan-Newman算法 / 201
    8.4.3 Louvain算法 / 202
    8.4.4 社区评估 / 204
    8.5 网络表示学习 / 206
    8.5.1 矩阵分解 / 207
    8.5.2 节点嵌入 / 210
    8.6 图卷积神经网络 / 215
    8.6.1 卷积神经网络 / 215
    8.6.2 傅里叶变换 / 217
    8.6.3 拉普拉斯算子 / 219
    8.6.4 GCN中的图卷积 / 221
    8.7 本章小结 / 225
    参考文献 / 226

    作者介绍梅子行风控技术专家、AI技术专家和算法专家,现就职于满帮科技,负责机器学习在风控领域的算法优化。历任多家知名金融科技公司的风控算法研究员、数据挖掘。师承Experian、Discover等企业的风控专家,擅长深度学习、复杂网络、迁移学习、异常检测等非传统机器学习方法,热衷于数据挖掘以及算法的跨领域优化实践。公众号与知乎专栏:“大数据风控与机器学习”。

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购