Python数据分析行业案例课程：信用评分方法
¥399.9
你将收获
- 掌握评分卡模型的使用
- 学会专业的数据准备流程
- 掌握针对互联网金融案例的建模分析
- 学会Logistic回顾模型的应用
数千家企业正在使用三节课企业版学习
无限制学习5000+门课程，200+精选学习专题
课程介绍
玩转数据分析，在信用评分的案例分析中，我们会用到各种各样的模型，评分卡模型、数据分箱、Logistic回归模型等等，后面还会涉及到互联网金融案例的建模分析。 信用评分是非常特殊且重要的领域，除银行业外，近年来在网络征信等新兴领域中也颇受重视。
本课程使用银行征信和互联网金融征信两个真实案例数据，完整介绍了信用评分卡模型在相关业务领域中的构建和实施流程。
课程的基本目标，就是做成一个行业的模板，相应的代码，相应的分析思路，整个案例可作为分析模板供学员在信用评分相关的分析项目中直接套用。
适合人群
- 适合金融领域、风险管理、电信领域、从事评分卡及数据挖掘建模的人员
- 适合企业数据领域的专家及工程师掌握实战案例
- 适合对数据分析、数据挖掘感兴趣的小伙伴
- 适合金融科技领域的在校生和相关科研人员
讲师介绍
课程大纲
共0节 时长0分钟
信用卡评分学习文档
图文
第1章 信用卡评分模型概述
共6节 | 1小时14分钟
第2章 传统银行案例之商业理解
共2节 | 18分钟
第3章 数据理解与数据准备
共2节 | 34分钟
第4章 数据分箱
共8节 | 1小时24分钟
第5章 应用Logistic回归楑型
共4节 | 49分钟
第6章 从模型结果到评分卡
共4节 | 45分钟
第7章 评分卡的使用与效果监控
共8节 | 1小时11分钟
第8章 互联网金融案例
共5节 | 1小时16分钟
第9章 互联网金融案例的数据预处理
共9节 | 2小时19分钟
第10章 分箱操作的自动化实现
共3节 | 33分钟
第11章 互联网金童案例的特征筛选
共7节 | 1小时34分钟
第12章 互联网金融案例的建模分析
共6节 | 1小时
课程资料
图文
购课须知
课程有效期：
自购买课程之日起 365 天，部分参与营销活动产品以活动规则为准，请同学在有效期内学习、观看课程。
上课模式：
课程采取录播模式，请注意自学课无班级微信群、班主任带班及助教批改服务。
注：自学课不支持退款，确保你是真的需要再进行报名，报完名之后还请认真学习。