注意：只展示部分的文件和文件夹 实际有62个文件
【完结】如何搭建金融信贷风控中的机器学习模型 1.8GB
45.样本权重法与案例.mp4 23.3MB
44.SMOTE.mp4 31.9MB
43.过采样与欠采样.mp4 23.6MB
42.案例与代码.mp4 44.6MB
41.补全标签的方法（下）.mp4 32.2MB
40.补全标签的方法（上）.mp4 25.6MB
39.标签缺失的定义.mp4 15.7MB
38.模型开发.mp4 94.2MB
37.特征构造.mp4 32.8MB
36.基本概念.mp4 30.9MB
35.案例及代码.mp4 48.3MB
34.Stacking.mp4 26.7MB
33.Boosting.mp4 23.5MB
32.Bagging.mp4 18.1MB
31.元模型与集成模型.mp4 29.3MB
30.XGBoost模型在信贷风控中的应用.mp4 21.9MB
29.GBDT的升级版：XGBoost.mp4 41.2MB
28.GBDT模型简介.mp4 40.2MB
27.Gradient Boosting的概念.mp4 15.0MB
26.代码讲解.mp4 16.1MB
25.实际案例.mp4 22.0MB
24.反向传播法.mp4 37.6MB
23.神经网络模型的概述、激活函数与损失函数.mp4 48.0MB
22.模型的平稳性、模型调优以及代码讲解.mp4 52.7MB
21.模型的区分度与预测性.mp4 51.6MB
20.尺度化2.mp4 14.9MB
19.基于LR模型的评分卡构建工作.mp4 30.2MB
18.逻辑回归模型的基本概念.mp4 62.9MB
17.代码实现.mp4 199.7MB
16.概念补充说明.mp4 38.6MB
15.特征信息值与数值编码、单变量分析 、多变量分析.mp4 64.6MB
14.特征的分箱.mp4 86.5MB
13.代码实现.mp4 53.1MB
12.数据的质量检验.mp4 53.8MB
11.特征构造.mp4 37.2MB
10.评分卡模型简介.mp4 35.5MB
09.个贷产品中的风险（下）.mp4 23.2MB
08.个贷产品中的风险（上）.mp4 37.3MB
07.常见的个人信贷产品.mp4 43.3MB
06.互联网金融的主要模式.mp4 31.1MB
05.互联网金融简介和特点.mp4 24.0MB
04.数据分析的常用工具.mp4 6.7MB
03.数据分析的常用模型.mp4 41.8MB
02.数据可视化.mp4 27.5MB
01.数据分析的基本概念.mp4 42.7MB
277_安迪生_金融信贷风控的机器学习模型 78.6MB
互联网金融和信贷风控的概述.pdf 2.1MB
第四章.rar 4.9MB
第十章.zip 7.8MB
第十一章.zip 33.0MB
第十二章.zip 973KB
第三章.zip 9.7MB
第九章.zip 2.4MB
第八章.zip 2.8MB
1.数据分析与建模的基础知识.pdf 1.6MB
第五章 5.4MB
逻辑回归模型在评分卡模型中的应用.pptx 5.4MB
scorecard_functions_V3.py 25KB
scorecard model development.py 26KB
第七章 4.3MB
机器学习模型在信贷风控中的应用之DNN模型.pptx 4.3MB
DNN.py 18KB
第六章 3.6MB
模型的验证、监控与调优 .pptx 3.6MB
