課程簡介
金融科技的進步使得零售金融業(yè)務(wù)得以為廣大有需求的客戶提供風(fēng)險匹配的個人信貸業(yè)務(wù)。但是即便這樣,信貸風(fēng)控領(lǐng)域的模型開發(fā)和策略制定也是挑戰(zhàn)最大的。傳統(tǒng)的信貸風(fēng)控主要靠資深從業(yè)人員依靠自身的經(jīng)驗設(shè)置的專家規(guī)則。隨著統(tǒng)計學(xué)、大數(shù)據(jù)、機器學(xué)習(xí)的發(fā)展,現(xiàn)代信用風(fēng)控越來越偏向量化模型的手段來得以解決風(fēng)控問題。
本課程使用真實場景下的信貸違約數(shù)據(jù),從基礎(chǔ)的數(shù)據(jù)分析開始,一步步構(gòu)建依賴邏輯回歸、XGBoost、神經(jīng)網(wǎng)絡(luò)模型等方法的風(fēng)控模型體系。同時,本課程也會展示信貸風(fēng)控領(lǐng)域中經(jīng)常面臨的挑戰(zhàn)和相應(yīng)的解決方法。
目標(biāo)收益
培訓(xùn)對象
課程大綱
1、信用卡客戶之旅與模型體系構(gòu)建 |
1.1信用卡客戶之旅與風(fēng)險點識別 1.2客戶信息的數(shù)字化 1.3分類算法基本原理 1.4信用卡客戶之旅中模型體系的設(shè)定原理 |
2、精準(zhǔn)營銷體系構(gòu)建 |
2.1基于需求預(yù)測的兩階段精準(zhǔn)營銷模型(涉及連續(xù)變量關(guān)系探索、變量聚類、變量重要性篩選)及實踐 2.2回歸與排序類模型開發(fā)與模型評估 2.3基于銀行產(chǎn)品訂購的推薦算法及實踐 2.4基于客戶畫像的精準(zhǔn)營銷及實踐 2.5基于客戶關(guān)系網(wǎng)絡(luò)的營銷案例 *聽課基礎(chǔ):統(tǒng)計檢驗、線性回歸、邏輯回歸、神經(jīng)網(wǎng)絡(luò)、k-means聚類 |
3、申請反欺詐模型(一) |
3.1申請反欺詐模型的業(yè)務(wù)理解與算法講解 3.2標(biāo)簽缺失和非監(jiān)督算法:孤立森林、RNN、One-class-SVM 3.3不平衡數(shù)據(jù)問題的處理 3.4決策類模型開發(fā)與模型評估 *聽課基礎(chǔ):邏輯回歸、神經(jīng)網(wǎng)絡(luò)、GBDT |
4、申請反欺詐模型(二) |
4.1申請反欺詐特征構(gòu)建綜述-個人屬性、行為特征、知識圖譜 4.2算法基礎(chǔ):復(fù)雜網(wǎng)絡(luò)中度的度量、標(biāo)簽傳播算法 4.3算法基礎(chǔ):特征降維、特征升維 4.4實踐案例 |
5、模型管理-以申請信用評分卡為例 |
5.1申請信用評分的業(yè)務(wù)理解與建模演示 5.2模型評估與生命周期管理、模型管理平臺講解 |
6、重要案例講解 |
6.1反薅羊毛案例講解 6.2反套現(xiàn)案例講解 6.3基于APP客戶行為的流失預(yù)警模型 |
1、信用卡客戶之旅與模型體系構(gòu)建 1.1信用卡客戶之旅與風(fēng)險點識別 1.2客戶信息的數(shù)字化 1.3分類算法基本原理 1.4信用卡客戶之旅中模型體系的設(shè)定原理 |
2、精準(zhǔn)營銷體系構(gòu)建 2.1基于需求預(yù)測的兩階段精準(zhǔn)營銷模型(涉及連續(xù)變量關(guān)系探索、變量聚類、變量重要性篩選)及實踐 2.2回歸與排序類模型開發(fā)與模型評估 2.3基于銀行產(chǎn)品訂購的推薦算法及實踐 2.4基于客戶畫像的精準(zhǔn)營銷及實踐 2.5基于客戶關(guān)系網(wǎng)絡(luò)的營銷案例 *聽課基礎(chǔ):統(tǒng)計檢驗、線性回歸、邏輯回歸、神經(jīng)網(wǎng)絡(luò)、k-means聚類 |
3、申請反欺詐模型(一) 3.1申請反欺詐模型的業(yè)務(wù)理解與算法講解 3.2標(biāo)簽缺失和非監(jiān)督算法:孤立森林、RNN、One-class-SVM 3.3不平衡數(shù)據(jù)問題的處理 3.4決策類模型開發(fā)與模型評估 *聽課基礎(chǔ):邏輯回歸、神經(jīng)網(wǎng)絡(luò)、GBDT |
4、申請反欺詐模型(二) 4.1申請反欺詐特征構(gòu)建綜述-個人屬性、行為特征、知識圖譜 4.2算法基礎(chǔ):復(fù)雜網(wǎng)絡(luò)中度的度量、標(biāo)簽傳播算法 4.3算法基礎(chǔ):特征降維、特征升維 4.4實踐案例 |
5、模型管理-以申請信用評分卡為例 5.1申請信用評分的業(yè)務(wù)理解與建模演示 5.2模型評估與生命周期管理、模型管理平臺講解 |
6、重要案例講解 6.1反薅羊毛案例講解 6.2反套現(xiàn)案例講解 6.3基于APP客戶行為的流失預(yù)警模型 |