本套课程如何搭建金融信贷风控中的机器学习模型，课程官方售价799元，由安迪生老师主讲，课程共分为共45节，包含资料文件大小共计1.8G，文章底部附下载地址。
本课程使用真实场景下的信贷违约数据，从基础的数据分析开始，一步步构建依赖逻辑回归、XGBoost、神经网络模型等方法的风控模型。同时，本课程也会展示信贷风控领域中经常面临的挑战和相应的解决方法。
如何搭建金融信贷风控中的机器学习模型 视频截图
课程文件目录：V-3166：如何搭建金融信贷风控中的机器学习模型 [1.8G]
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 (2).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.zip
