一本书带你深入了解人工智能数字化时代。
电子书
编辑推荐
一本金融智能风控算法应用教程书。
内容简介
本书首先介绍了智能风控技术的发展历史以及智能风控的相关概念和应用，搭建智能风控模型的方法、智能算法、模型优化、模型体系等，并展示了模型开发经验；然后讲述了搭建特征画像的方法、智能算法、特征挖掘、特征画像体系等，并展示了特征挖掘经验；接着讨论了搭建智能风控策略的方法、智能算法、策略体系、策略监控等；接下来结合智能决策与人的经验，剖析了智能风控中的局限以及如何发挥人工的价值；最后讲述了与智能风控相关的管理经验，解读了智能风控中的一系列管理原则。
章节目录
- 版权信息
- 版 权
- 内容提要
- 序 一
- 序 二
- 序 三
- 序 四
- 序 五
- 序 六
- 对本书的赞誉
- 前 言
- 第1章 智能风控的发展
- 1.1 早期的风控技术
- 1.1.1 基于人工经验的风控
- 1.1.2 传统统计量化的风控
- 1.2 初识智能风控
- 1.2.1 智能风控的定义
- 1.2.2 智能风控的发展
- 1.2.3 与传统风控对比
- 1.3 智能风控主要应用
- 1.3.1 应用于营销环节
- 1.3.2 应用于贷前环节
- 1.3.3 应用于贷中环节
- 1.3.4 应用于贷后环节
- 1.4 本章小结
- 第2章 搭建智能风控模型体系
- 2.1 模型概述
- 2.2 模型开发方法论——构建好样本
- 2.2.1 问题定义
- 2.2.2 样本的选择和划分
- 2.2.3 模型架构设计
- 2.2.4 数据准备和数据描述
- 2.2.5 数据预处理
- 2.3 模型开发方法论——构建好模型
- 2.3.1 特征选择
- 2.3.2 特征提取
- 2.3.3 模型训练、概率转化和效果评估
- 2.3.4 模型部署及上线验证
- 2.4 常用风控建模智能算法
- 2.4.1 基础学习算法
- 2.4.2 集成学习算法
- 2.4.3 深度学习算法
- 2.5 模型迭代优化
- 2.5.1 模型融合角度
- 2.5.2 建模时效角度
- 2.5.3 拒绝推断角度
- 2.6 风控模型体系搭建
- 2.6.1 营销阶段的模型
- 2.6.2 贷前阶段的模型
- 2.6.3 贷中阶段的模型
- 2.6.4 贷后阶段的模型
- 2.7 模型监控和异常处理
- 2.7.1 模型监控和预警
- 2.7.2 模型异常处理
- 2.8 本章小结
- 第3章 搭建风控特征画像体系
- 3.1 特征挖掘概述
- 3.2 特征挖掘方法论
- 3.2.1 原始数据分析
- 3.2.2 数据清洗
- 3.2.3 中间数据集构建
- 3.2.4 特征的设计和生成
- 3.2.5 特征评估
- 3.2.6 特征上下线
- 3.3 特征挖掘智能算法
- 3.3.1 特征衍生
- 3.3.2 文本特征挖掘
- 3.3.3 图特征挖掘
- 3.4 风控特征画像体系的搭建
- 3.4.1 营销特征画像
- 3.4.2 贷前特征画像
- 3.4.3 贷中特征画像
- 3.4.4 贷后特征画像
- 3.5 特征监控和特征异常处理
- 3.5.1 特征监控
- 3.5.2 特征异常处理
- 3.6 本章小结
- 第4章 搭建智能风控策略体系
- 4.1 风控策略概述
- 4.2 风控策略方法论
- 4.2.1 规则分析方法
- 4.2.2 模型策略分析方法
- 4.2.3 额度策略分析方法
- 4.2.4 A/B测试
- 4.3 风控策略智能算法
- 4.3.1 规则挖掘智能算法
- 4.3.2 决策优化智能算法
- 4.4 风控策略体系的搭建
- 4.4.1 营销策略
- 4.4.2 贷前策略
- 4.4.3 贷中策略
- 4.4.4 贷后策略
- 4.5 风控策略的监控、预警和异常处置
- 4.5.1 风控策略的监控与预警
- 4.5.2 风控策略异常处置
- 4.6 本章小结
- 第5章 智能风控与人工的结合
- 5.1 机器学习的局限性
- 5.1.1 数据不足
- 5.1.2 可解释性低
- 5.1.3 因果难区分
- 5.1.4 模型自身的风险
- 5.2 发挥人的价值
- 5.2.1 异常识别
- 5.2.2 案例研究
- 5.2.3 黑产对抗
- 5.3 决策方案的选择
- 5.3.1 完全智能决策
- 5.3.2 部分智能决策
- 5.4 本章小结
- 第6章 智能风控管理
- 6.1 建立持续复盘机制
- 6.2 制订风险预防和应对措施
- 6.3 制订存档管理措施
- 6.4 建立透明的沟通渠道
- 6.5 建立工作体系标准
- 6.6 应用团队协作工具
- 6.7 本章小结
- 参考文献
展开全部
智能风控实践指南：从模型、特征到决策是2022年由人民邮电出版社出版,作者蒋宏 主编。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《智能风控实践指南：从模型、特征到决策》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
电子书
生动有趣教Python，培养孩子编程思维。
电子书
极企科技联合创始人力作，详解OpenWrt在各类不同设备的玩法。
电子书
本书介绍了自然语言处理的原理与Java编程语言的技术实现，主要包括多种语言的文本处理、分布式算法与代码实现、自然语言处理相关系统构建等内容。
电子书
本书从概念和数学原理上对人工智能所涉及的数据处理常用算法、图像识别、语音识别、自然语言处理、深度学习等几个主要方面进行了阐述，并以Python为主要工具进行了相应的编程实践，以使读者对人工智能相关技术有更直观和深入的理解。此外，本书还用几个独立的章节从原理和实践上介绍了量子计算、区块链技术、并行计算、增强现实等与人工智能密切相关的前沿技术。
电子书
本书介绍了深度学习原理与TensorFlow实践。着重讲述了当前学术界和工业界的深度学习核心知识：机器学习概论、神经网络、深度学习。着重讲述了深度学习的实现以及深度学习框架TensorFlow：Python编程基础、TensorFlow编程基础、TensorFlow模型、TensorFlow编程实践、TensorFlowLite和TensorFlow.js、TensorFlow案例--医学应用和S
电子书
本教材共分9章：第1章计算机技术与计算思维基础、第2章计算机中信息表示、第3章计算机系统基本组成和基本工作原理、第4章互联网与物联网、第5章计算机新技术、第6章计算机求解问题基础、第7章人工智能概述、第8章搜索与博弈和第9章机器学习。
电子书
大数据时代为机器学习的应用提供了广阔的空间，各行各业涉及数据分析的工作都需要使用机器学习算法。本书围绕实际数据分析的流程展开，着重介绍数据探索、数据预处理和常用的机器学习算法模型。本书从解决实际问题的角度出发，介绍回归算法、分类算法、推荐算法、排序算法和集成学习算法。在介绍每种机器学习算法模型时，书中不但阐述基本原理，而且讨论模型的评价与选择。为方便读者学习各种算法，本书介绍了R语言中相应的软件包
