介绍金融数据分析技术如何应用在银行业营销部门

第二期:
第一课:数据剖析基本知识温习(2课时)
1. 数据剖析的基本概念
a. 意图
b. 数据获取和整理
c. 数据的描绘性核算与可视化
2. 数据剖析的常用模型
a. 监督式模型:(广义)线性回归,决策树,随机森林,支撑向量机,神经网络
b. 非监督式模型:聚类剖析,因子剖析,主成分剖析
第二课:银行信贷客户的聚类剖析-非监督式聚类(2课时)
1. 数值型变量的归一化
2. 类别型变量的编码
3. 间隔的概念和品种
4. 闵可夫斯基间隔
5. VDM(Value Difference Metric)间隔
6. 聚类的功能衡量
a. Davies-Bouldin Index
b. Dunn Index
7. K-均值算法的难题:怎么选取k
第三课:银行信贷客户的聚类剖析-非监督式聚类(续)(2课时)
1. 数据描绘
2. 数据预处理的实操:归一化与编码
3. K-均值算法用于信贷客户的聚类剖析
4. 层次聚类法用于信贷客户的聚类剖析
第四课:银行信贷客户的聚类剖析-半监督式聚类(2课时)
1. 半监督聚类
a. 束缚K-均值算法
2. 带有少数标签的K-均值算法
第五课:行为评分卡模型的简介(2课时)
1. 个人信贷产品的简介及其间的各类危险
2. 什么是评分卡模型
3. 信用危险范畴的评分卡模型
a. 请求评分卡
b. 行为评分卡
c. 催收评分卡
4. 评分卡模型的时间窗口概念
a. 表现期
b. 调查期
5. 拓宽:PD模型与巴塞尔协议
第六课:行为评分卡模型的特征结构(2课时)
1. 练习集和测验集的区分
2. 特征结构
a. 逾期类型特征
b. 还款率类型特征
c. 使用率类型特征
d. 消费类型特征
e. 其他类型特征
3. 变量的分箱和WOE核算
第七课:行为评分卡模型的特征挑选(2课时)
1. IV的概念
2. 单变量剖析
3. 多变量剖析
4. 线性相关性
5. 多重共线性
第八课:行为评分卡模型的逻辑回归模型(2课时)
1. 逻辑回归模型的基本概念
a. 什么是逻辑回归
b. 逻辑回归中的参数估计
c. 逻辑回归的正则化:LASSO(L1束缚) & Ridge(L2束缚)
2. 用逻辑回归结构行为评分卡模型
3. 从概率到分数
第九课:行为评分卡模型的验证、监控和调优(2课时)
1. 评分卡模型常用的点评目标
a. KS
b. AR
c. PSI
d. Kendal’s Tau
2. Assigned PD & Actual PD
3. 模型监控的概念
a. 模型监控的频率
b. 模型监控的解读
4. 模型的调优
第十课:组合评分卡模型(2课时)
1. 组合模型概述
2. 串行结构的评分组合模型
3. 异态并行结构的评分组合模型
4. 同态并行结构的评分组合模型

第一期:
课程纲要:
第一讲:数据剖析基本知识温习(2课时)
1. 数据剖析的基本概念
a. 意图
b. 数据获取和整理
c. 数据的描绘性核算
2. 数据可视化
3. 数据剖析的常用模型
a. 监督式模型:(广义)线性回归,决策树,随机森林,支撑向量机,神经网络
b. 非监督式模型:聚类剖析,因子剖析,主成分剖析
c. 半监督式模型
4. 数据剖析的常用工具
a. R和python
第二课:银行内客户丢失预警模型的介绍(2课时)
1. 银行客群和产品的类别
2. 为什么要做客户丢失预警模型
3. 数据介绍和描绘
第三课:金融客户丢失预警模型中的数据预处理和特征衍生(2课时)
1. 丢失数据中的极点值和缺失值的处理
2. 构建丢失行为的特征
第四课:GBDT模型在丢失预警模型中的使用(2课时)
1. GBDT模型怎么使用在金融客户丢失预警模型中
2. 怎么从客户丢失数据中推导GBDT模型的参数
3. GBDT模型对防备客户丢失的指导意义
第五课:神经网络模型在丢失预警模型中的使用(2课时)
1. 神经网络模型怎么使用在金融客户丢失预警模型中
2. 怎么从客户丢失数据中推导神经网络模型的参数
3. 神经网络模型对防备客户丢失的指导意义
4. 神经网络模型和GBDT模型在客户丢失预警工作中的成效比较
第六课:信用卡账户违约猜测模型的介绍(2课时)
1. 信贷违约的基本概念
2. 为什么要做违约猜测模型
3. 信贷违约猜测模型的特性
4. 数据介绍和描绘
5. 非平衡样本问题的界说和解决办法
a. 过抽样和欠抽样
b. SMOTE算法
第七课:违约猜测模型中的数据预处理和特征衍生(2课时)
1. 构建信用危险类型的特征
2. 特征的分箱
a. 分箱的长处
b. Best-KS分箱法和卡方分箱法
3. 特征信息度的核算
第八课:违约猜测模型中的数据预处理和特征衍生(续,2课时)
1. 分箱后怎么编码
a. WOE的概念、长处和核算
2. 信用危险中的单变量剖析和多变量剖析
第九课:逻辑回归模型在违约猜测模型中的使用(2课时)
1. 逻辑回归在违约猜测模型中的效果的概述
2. 降维的办法
a. 主成分法
3. 变量挑选的办法
a. LASSO办法
b. 逐步回归法
c. 随机森林法
4. 带误判赏罚的逻辑回归模型
第十课:违约猜测模型的点评规范(2课时)
1. 模型对违约与非违约人群的区分度
2. 模型的准确度衡量:
a. 尽可能捉住足够多的违约人群
b. 尽可能不误抓非违约人群

资源下载此资源下载价格为30积分,νìρ免费,请先

如遇到链接失效请提交工单处理。

【下载提示】

1. 本站30000+源码及视频教程,除了热门商业代售区源码及课程外,只要有下载按钮的,终/身νìρ都可以免费下载。

2. 本站源码及教程来自30多个渠道采购,资源描述为转载资源站点内容,本站没有精力一一测试,可能搭建失败。

3. 本站开通数十站点会/员,资源过多,大部分无法亲自测试,源码有可能存在缺\\\\陷或者不完整的风险,仅供参考&研究。确认购买视为接受该风险,由于源码具有可复\\\\制性,不接受任何理由退\\\\款!!!

4. 本站使用在线支付,付款完毕后,积分自动到账。

5. 充积分比例:1:1。

6. 所有源码包含安装教程与否,请仔细观看资源描述。

7. 所有源码不提供代安装搭建,如有疑问请提提交工单。

资源下载
下载需要:30 积分
νìρ特权:免费

如遇到链接失效请提交工单处理。

【下载提示】

1. 本站30000+源码及视频教程,除了热门商业代售区源码及课程外,只要有下载按钮的,终/身νìρ都可以免费下载。

2. 本站源码及教程来自30多个渠道采购,资源描述为转载资源站点内容,本站没有精力一一测试,可能搭建失败。

3. 本站开通数十站点会/员,资源过多,大部分无法亲自测试,源码有可能存在缺\\\\陷或者不完整的风险,仅供参考&研究。确认购买视为接受该风险,由于源码具有可复\\\\制性,不接受任何理由退\\\\款!!!

4. 本站使用在线支付,付款完毕后,积分自动到账。

5. 充积分比例:1:1。

6. 所有源码包含安装教程与否,请仔细观看资源描述。

7. 所有源码不提供代安装搭建,如有疑问请提提交工单。

介绍金融数据分析技术如何应用在银行业营销部门原文链接:https://www.qwzy8.com/35863.html

广告位招租

评论0

请先

           
1,如有问题请前往用户中心提交工单,12小时内回复!
2,投稿优质资源可获得最长本站置顶广告位推荐,收益100%归作者所有,可提现!
3,欢迎发布其他站点购买的各类源码教程资源,支持置换本站各类资源!
没有账号? 注册  忘记密码?