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:
本店所有商品

  • 醉染图书智能风控 Python金融风险管理与评分卡建模9787111653752
  • 正版全新
    • 作者: 梅子行,毛鑫宇著 | 梅子行,毛鑫宇编 | 梅子行,毛鑫宇译 | 梅子行,毛鑫宇绘
    • 出版社: 机械工业出版社
    • 出版时间:2020-05-01
    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:
    醉染图书旗舰店
    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,毛鑫宇著| 梅子行,毛鑫宇编| 梅子行,毛鑫宇译| 梅子行,毛鑫宇绘
    • 出版社:机械工业出版社
    • 出版时间:2020-05-01
    • 版次:1
    • 印次:1
    • 页数:232
    • 开本:16开
    • ISBN:9787111653752
    • 版权提供:机械工业出版社
    • 作者:梅子行,毛鑫宇
    • 著:梅子行,毛鑫宇
    • 装帧:平装
    • 印次:1
    • 定价:89.00
    • ISBN:9787111653752
    • 出版社:机械工业出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2020-05-01
    • 页数:232
    • 外部编号:1202064051
    • 版次:1
    • 成品尺寸:暂无



    前言

    章信用管理基础/1

    1.1信用与管理/2

    1.2风控术语解读/3

    1.2.1信贷基础指标/4

    1.2.2信贷风险指标/5

    1.3企业信贷风控架构/7

    1.4本章小结/10

    第2章评分卡/11

    2.1评分卡概念/12

    2.1.1适用客群/13

    2.1.2用途/14

    2.2建模流程/15

    .模型设计/16

    ..1业务问题转化/17

    ..2账龄分析与时间窗口设计/17

    ..数据集切分/19

    ..4样本选择/20

    ..5采样与加权/21

    2.4数据与变量解读/25

    2.5本章小结/26

    第3章机器学习/27

    3.1基本概念/28

    3.1.1空间表征/29

    3.1.2模型学习/31

    3.1.3模型评价/32

    3.2广义线模型/33

    3.2.1多元线回归模型/34

    3.2.2经验风险与结构风险/35

    3..极大似然估计/38

    3.3逻辑回归/39

    3.3.1sigmoid函数/40

    3.3.2优选似然估计/41

    3.3.3多项逻辑回归学习/41

    3.3.4标准化/42

    3.4能度量/44

    3.4.1误差/45

    3.4.2混淆矩阵与衍生指标/45

    3.4.3不均衡模型评价/48

    3.4.4业务评价/52

    3.5上线部署与监控/55

    3.5.1上线部署/55

    3.5.2前端监控/57

    3.5.3后端监控/59

    3.6迭代与重构/61

    3.6.1模型迭代/61

    3.6.2模型重构/62

    3.7辅模型/62

    3.7.1XGBoost/63

    3.7.2模型解释/74

    3.7.3因子分解机/81

    3.8模型合并/82

    3.9本章小结/86

    第4章用户分群/87

    4.1辛普森悖论/88

    4.2监督分群/90

    4.2.1决策树原理/90

    4.2.2决策树分群/92

    4..生成拒绝规则/95

    4.3无监督分群/105

    4.3.1GMM原理/106

    4.3.2GMM分群/107

    4.4用户画像与聚类分析/108

    4.4.1数据分布可视化/109

    4.4.2K均值聚类/110

    4.4.3均值漂移聚类/111

    4.4.4层次聚类/113

    4.4.5tSNE聚类/114

    4.4.6DBSCAN聚类/115

    4.4.7方差分析/117

    4.5本章小结/119

    第5章数据探索与特征工程/120

    5.1探索数据分析/121

    5.1.1连续型变量/122

    5.1.2离散型变量/1

    5.1.3代码实现/1

    5.2特征生成/126

    5.2.1特征聚合/127

    5.2.2特征组合/145

    5.3特征变换/147

    5.3.1卡方分箱/148

    5.3.2聚类分箱/150

    5.3.3分箱对比/151

    5.3.4箱的调整/154

    5.3.5两种特殊的调整方法/156

    5.3.6WOE映/158

    5.4本章小结/158

    第6章特征筛选与建模/159

    6.1初步筛选/160

    6.1.1缺失率/160

    6.1.2信息量/161

    6.1.3相关/162

    6.1.4代码实现/163

    6.2逐步回归/164

    6.2.1F检验/165

    6.2.2常见逐步回归策略/165

    6..检验标准/166

    6.2.4代码实现/167

    6.3稳定/167

    6.4负样本分布图/169

    6.5评分卡案例/171

    6.6本章小结/189

    第7章拒绝推断/190

    7.1偏差产生的原因/191

    7.2数据验/193

    7.3标签分裂/193

    7.4数据推断/195

    7.4.1硬截断法/195

    7.4.2模糊展开法/198

    7.4.3重新加权法/199

    7.4.4外推法/200

    7.4.5迭代再分类法/202

    7.5本章小结/204

    第8章模型校准与决策/205

    8.1模型校准的意义/206

    8.2校准方法/207

    8.2.1通用校准/208

    8.2.2多模型校准/210

    8..错误分配/214

    8.2.4权重还原/215

    8.3决策与应用/215

    8.3.1很优评分切分/216

    8.3.2交换集分析/216

    8.3.3人工干预/218

    8.4本章小结/219

    第9章模型文档/220

    9.1模型背景/221

    9.2模型设计/222

    9.2.1模型样本/222

    9.2.2坏客户定义/222

    9.3数据准备/2

    9.3.1数据提取/2

    9.3.2历史趋势聚合/224

    9.3.3缺失值与极值处理/224

    9.3.4WOE处理/225

    9.4变量筛选/225

    9.4.1根据IV值进行初筛/226

    9.4.2逐步回归分析/226

    9.4.3模型调优/226

    9.5模型/227

    9.5.1模型变量/227

    9.5.2模型表现/228

    9.5.3模型分制转换/228

    9.6表现追踪/228

    9.7附件/229

    9.8本章小结/1

    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