![WM056 – 如何搭建金融信贷风控中的机器学习模型 [1.8G]](https://www.aizyt88.com/wp-content/themes/ripro-v2/assets/img/thumb.jpg)
WM056 – 如何搭建金融信贷风控中的机器学习模型 [1.8G]
┃ ┣━━00.课件代码.zip [75.8M]
┃ ┣━━01.数据分析的基本概念.mp4 [42.7M]
┃ ┣━━02.数据可视化.mp4 [27.5M]
┃ ┣━━03.数据分析的常用模型.mp4 [41.8M]
┃ ┣━━04.数据分析的常用工具.mp4 [6.7M]
┃ ┣━━05.互联网金融简介和特点.mp4 [24M]
┃ ┣━━06.互联网金融的主要模式.mp4 [31.1M]
┃ ┣━━07.常见的个人信贷产品.mp4 [43.3M]
┃ ┣━━08.个贷产品中的风险（上）.mp4 [37.3M]
┃ ┣━━09.个贷产品中的风险（下）.mp4 [23.2M]
┃ ┣━━10.评分卡模型简介.mp4 [35.5M]
┃ ┣━━11.特征构造.mp4 [37.2M]
┃ ┣━━12.数据的质量检验.mp4 [53.8M]
┃ ┣━━13.代码实现.mp4 [53.1M]
┃ ┣━━14.特征的分箱.mp4 [86.5M]
┃ ┣━━15.特征信息值与数值编码、单变量分析 、多变量分析.mp4 [64.6M]
┃ ┣━━16.概念补充说明.mp4 [38.6M]
┃ ┣━━17.代码实现.mp4 [199.7M]
┃ ┣━━18.逻辑回归模型的基本概念.mp4 [62.9M]
┃ ┣━━19.基于LR模型的评分卡构建工作.mp4 [30.2M]
┃ ┣━━20.尺度化2.mp4 [14.9M]
┃ ┣━━21.模型的区分度与预测性.mp4 [51.6M]
┃ ┣━━22.模型的平稳性、模型调优以及代码讲解.mp4 [52.7M]
┃ ┣━━23.神经网络模型的概述、激活函数与损失函数.mp4 [48M]
┃ ┣━━24.反向传播法.mp4 [37.6M]
┃ ┣━━25.实际案例.mp4 [22M]
┃ ┣━━26.代码讲解.mp4 [16.1M]
┃ ┣━━27.Gradient Boosting的概念.mp4 [15M]
┃ ┣━━28.GBDT模型简介.mp4 [40.2M]
┃ ┣━━29.GBDT的升级版：XGBoost.mp4 [41.2M]
┃ ┣━━30.XGBoost模型在信贷风控中的应用.mp4 [21.9M]
┃ ┣━━31.元模型与集成模型.mp4 [29.3M]
┃ ┣━━32.Bagging.mp4 [18.1M]
┃ ┣━━33.Boosting.mp4 [23.5M]
┃ ┣━━34.Stacking.mp4 [26.7M]
┃ ┣━━35.案例及代码.mp4 [48.3M]
┃ ┣━━36.基本概念.mp4 [30.9M]
┃ ┣━━37.特征构造.mp4 [32.8M]
┃ ┣━━38.模型开发.mp4 [94.2M]
┃ ┣━━39.标签缺失的定义.mp4 [15.7M]
┃ ┣━━40.补全标签的方法（上）.mp4 [25.6M]
┃ ┣━━41.补全标签的方法（下）.mp4 [32.2M]
┃ ┣━━42.案例与代码.mp4 [44.6M]
┃ ┣━━43.过采样与欠采样.mp4 [23.6M]
┃ ┣━━44.SMOTE.mp4 [31.9M]
┃ ┗━━45.样本权重法与案例.mp4 [23.3M]
此课程课件代码只更新到12课