本学习笔记为阿里云天池龙珠计划Docker训练营的学习内容，学习链接为：https://tianchi.aliyun.com/notebook-ai/detail?spm=5176.20850282.J_3678908510.4.f2984d57AnIOhB&postId=170949 Task2目的： 1.EDA价值主要在于熟悉了解整个数据集的基本情况（缺失值，异常值），对数据集进行验
Task2 本学习笔记为阿里云天池龙珠计划金融风控训练营的学习内容， 学习链接 项目地址 比赛地址 一、 学习大纲 1.数据总体了解： 读取数据集并了解数据集大小，原始特征维度；通过info熟悉数据类型；粗略查看数据集中各特征基本统计量； 2.缺失值和唯一值 3.深入数据-查看数据类型 4.数
本学习笔记为阿里云天池龙珠计划金融风控训练营的学习内容，学习链接为：https://tianchi.aliyun.com/specials/activity/promotion/aicampfr 学习知识点概要 本次学习任务分为以下两点：1、学习如何使用EDA对整体数据进行分析了解，包括数据的缺失值和特征值；2、学习分析数据变量之间、
文章目录 特征工程学习目标1特征编码1.1 target encoding1.2 Label Encoding1.3 Frency Encoding 2 业务特征构建3 用户画像-WOE编码4 三次衍生特征(聚合统计量) 特征工程 学习目标 学习特征交互、编码、选择的相应方法学习特征预处理、缺失值、异常值处理、数据分桶等
一、知识点概要 分类算法预测指标: 混淆矩阵 confuse matrix 准确率、精确率、召回率、F1-Score、P-R曲线 ROC空间与AUC 金融风控预测类指标： KS统计量 pandas库读取、计算及绘图 二、学习内容 ①混淆矩阵:四个类 TP(True Positive) FP(False Positive) TN(True Negat
陈磊 中生代技术 2017-10-25普惠金融的发展遇到移动化的浪潮，使得消费信贷迎来了高速攀升期，同时也给风控带来了巨大的挑战，即在额度区间广、借贷频次高、客群下沉情况下，如何实现风险可控、差异化定价、快速审批。幸而大数据和AI技术使得这一切变为可能，拍拍信一直在做这方面的探索
陈磊 中生代技术 2017-10-25普惠金融的发展遇到移动化的浪潮，使得消费信贷迎来了高速攀升期，同时也给风控带来了巨大的挑战，即在额度区间广、借贷频次高、客群下沉情况下，如何实现风险可控、差异化定价、快速审批。幸而大数据和AI技术使得这一切变为可能，拍拍信一直在做这方面的探索
（一）基础知识 1.数据概况： （一）学习目标：1.了解并熟悉这些名词所带有的意义和何时何处使用。 loanAmnt贷款金额
本学习笔记为阿里云天池AI训练营金融风控的学习内容，学习链接为：https://tianchi.aliyun.com/notebook-ai/detail?spm=5176.20850282.J_3678908510.2.f2984d57J6IxQe&postId=170948 首先分享我在这个task1里面学到的东西。 一、学习知识点概要 根据来自某信贷平台的贷款记录建立模
广工大数协-------数据分析及预测大赛 赛题：以预测金融风险为任务，数据集报名后可见并可下载，该数据来自某信贷平台的贷款记录，总数据量超过120w，包含47列变量信息，其中15列为匿名变量。为了保证比赛的公平性，将会从中抽取80万条作为训练集，20万条作为测试集A，20万条作为测试集B，同时会对e
金融风控训练营TASK02学习笔记 学习知识点概要学习内容1、读取文件的部分2、特征具体含义3、print(f'')4、缺失特征和缺失率的可视化5、特征的数值类型、对象类型6、select_dtypes()7、filter()8、数值连续型变量分析8.1 melt()8.2 facetgrid()、map() 9、groupby()10、sea
一.学习知识点概括 本篇文章主要介绍了金融风控的一些概况。主要给我们介绍了金融风控中分类算法的评估指标。在自己原有的学习基础上，学习到了金融方面的知识，并不断理解。 本文章仅仅用于自己的学习！！如有冒犯，请多多见谅！T—T 二.学习内容 1.预测指标 *分类算法常见评估指标 （1）混
一、学习知识点概要 了解数据概况，学习金融风控中常见的分类算法评估指标和预测类评估指标。 二、学习内容 1、不同数据列的性质特征 2、分类算法的常见评估指标 ①混淆矩阵 若一个实例是正类，并且被预测为正类，即为真正类TP若一个实例是正类，但是被预测为负类，即为假负类FN若一个
一、学习知识点概要 分类问题：理解分类问题的实质及求解思路AUC指标：掌握AUC指标的意义KS统计量：理解KS统计量的含义应用Python代码实现 二、学习内容 2.1 分类问题 分类即通过分析由属性描述的数据集元组（即样本、实例或对象）来构造模型，用于对未知数据类别的预测和分析。 在分类
近日突然收到信管家退市的信息相信大家都有所听闻，感到惊讶信管家为何突然退市，在惋惜的同时很多期货主账户（经纪商）来不及寻找到一款能与信管家相似的交易系统，为此我们正大期货可提供一款全新的交易系统(香港智星交易系统)给主账户们使用。信管家之前所有客户可以无缝平移到新的交
分享嘉宾：王学志 贝壳 资深工程师文章整理：李光明内容来源：贝壳找房知识图谱技术大会出品平台：DataFun温馨提示：疫情期间，勤洗手，戴口罩。导读：风控是与具体业务强相关的技术领域，贝壳的ACN（Agent Cooperation Network，经纪人合作网络）业务模式旨在打破跨品牌间房源、用户、经纪人之间的联动难
最近国内某知名电商网短短几个小时内被灰色产业，撸了近200亿。到底200亿这个数据是不是真的不这里就不探究了。但是做软件，特别涉及到跟钱有关系的，例如红包、卡券、积分等；如果风控体系没有考虑周全，被撸的只剩内裤的经常有的。今天和大家分享一下我曾经遇到的或者在身边发生过
1、风控系统部分1.Blazeblaze是FICO公司产品，用于规则管理，是模型ABC卡开发的前身。信贷公司开始放贷时，数据量少，申请用户少，难以建立模型。因此前期一般会用到专家经验判断好坏客户，然后通过风控决策管理系统进行高效作业，其中blaze就是一款应用多年，效率较高风控决策管理系统。但blaze属
金融业的数字化转型引发持续关注。数字金融、智能金融、区块链等关键词都得到了热烈讨论。数据，作为一种新型生产要素，早已成为推动国经济质量发展的重要动能。数据智能驱动金融业蝶变，“一切业务数据化，一切数据业务化”势不可挡。 我国金融数字化水平处于领先地位 随
3月份我们在帮合作云厂商 Amazon Web Services(AWS) 与阿里云推广2个活动，欢迎感兴趣的园友参加。 活动一：亚马逊云科技在线研讨会：借助 DGL 实现实时欺诈检测 博客园专属报名链接 时间：3月30日 14:00-15:30 嘉 宾 ： 张建，资深数据科学家 朱孟欣，解决方案架构师 郭 韧，机器学习技术专家
传统金融风控主要利用了信用属性强大的金融数据，一般采用20个维度左右的数据，利用评分来识别客户借贷风险，其中包含还款能力和还款意愿。而随着互联网科技的发展，借助更多维数据来识别借款人风险变得关键。 不管是传统金融还是互联网金融，常见风控流程中，客户准入时提供的资信材料
比特币在哪里买？比特币还会涨吗？现在买比特币还可以赚钱吗？怎么操作比特币才能获利？大家下午好，我是你们的老朋友金锐信链。想要做好一份投资，对于消息面的拿捏相当重要，没有专业的技术水平对消息面进行分析，就贸然入市，有谁能保证稳健的盈利呢？没有谁是一开始就成功的，相信包括现在看这
最近几年随着国内和欧美市场逐渐饱和，竞争不断加剧，大量的互联网创业者和资本大佬们开始把目光转入东南亚蓝海新市场，力求赢得一席之地。李文博就是其中一位，他所创立的Akulaku不仅在东南亚混的风生水起，还受到了蚂蚁金服的青睐，于去年年初完成了其参投1亿美元的D轮融资，或将和阿里在东南
1、风控系统篇 1.Blaze blaze是FICO公司产品，用于规则管理，是模型ABC卡开发的前身。信贷公司开始放贷时，数据量少，申请用户少，难以建立模型。因此前期一般会用到专家经验判断好坏客户，然后通过风控决策管理系统进行高效作业，其中blaze就是一款应用多年，效率较高风控决策管理系统。但blaze属
Abstract：在大众点评网的爬取过程当中，充满了大量的接口风控，对于敏感接口的请求均会要求携带_token参数，因此该参数的构造对于爬取地顺利进行极为重要。本文通过大众点评网的登录过程为例，详细介绍_token参数的生成逻辑，以实现正常爬取。 Key words：大众点评网 爬虫
