python金融风控评分卡模型和数据分析

python⾦融风控评分卡模型和数据分析**课程介绍**python⾦融风控评分卡模型和数据分析微专业课包含《python信⽤评分卡建模（附代码）》，《python风控建模实战lendingClub》，《⾦融现⾦贷⽤户数据分析和画像》三套课程系列，共计250节课左右，录制时间超过3年，定期更新。这套微专业课程是互联⽹上最全，最专业的python信贷建模教程。针对银⾏，消费⾦融的现⾦贷等线上贷款场景，⾦融信贷领域建模型和数据分析很难？逻辑回归评分卡/catboost/xgboost/lightgbm/等模型⽤python⼀次全部搞定！由易到难，带你从菜鸟轻松晋级kaggle级建模⾼⼿。碰到问题还有⽼师答疑哦~实操项⽬包括德国信⽤卡数据，P2P的lendingClub和华为举办的消费者信⽤评分百万奖⾦挑战赛，课程建模数据量10万+，都是⼲货和经典。《python信⽤评分卡建模（附代码）》：360度讲解python信⽤评分卡构建流程，附代码和⽼师答疑。弥补⽹上信息参差不齐短板《python风控建模实战lendingClub》此课程是针对集成树模型，包括catboost，lightgbm，xgboost。这两个课程算法原理是不同的。此课程catboost集成树算法有诸多优点，⾃动化处理缺失数据，⾃动化调参，⽆需变量卡⽅分箱。学员学完后不再为数据预处理，调参，变量分箱⽽烦恼。此教程建⽴模型性能卓越，最⾼性能ks:0.5869,AUC:0.87135，远超互联⽹上其它建模⼈员性能。《⾦融现⾦贷⽤户数据分析和画像》：此课程⽤python代码对LendingClub平台贷款数据分析和⽤户画像，针对银⾏，消费⾦融，现⾦贷等场景，教会学员⽤python实现⾦融信贷申请⽤户数据分析。项⽬采⽤lendingclub12万多条真实信贷数据，包括⽤户年收⼊，贷款总额，分期⾦额，分期数量，职称，住房情况等⼏⼗个维度。通过课程学习，我们发现2019年四季度时候，美国多头借贷情况⾮常严重，为全球系统性⾦融危机埋下种⼦。课程⽬的为了从银⾏/消费⾦融公司的⾓度将信贷损失降到最低，银⾏需要制定决策规则，确定谁批准贷款，谁不批准。在决定贷款申请之前，贷款经理会考虑申请⼈的信⽤⽔平。lendingClub信贷数据包含有关100多个变量的数据，以及10万多个贷款申请者被认为是好信⽤风险还是坏信⽤风险的分类。预期基于此数据开发的预测模型将为银⾏经理/CRO/贷前审批⼈员提供指导，以根据他/她的个⼈资料来决定是否批准准申请⼈的贷款。⽤户画像和数据分析为⾼层提供决策依据，熟悉公司客户特征，为定制营销做好充分基础⼯作。课程特点1.了解机器学习建模实战，lendingClub包含⼏⼗万条实操数据，消费者信⽤评分竞赛也有⼗万多建模数据。学员可以跟着视频筛选变量，建模，体验快乐成功感！2.课程为实战类，提供课程涉及python代码和建模数据，在第17课的参考资料下载（电脑端登录）3.完善售后服务，提供售前售后邮件答疑，QQ答疑。课程⽬录《python信⽤评分卡建模（附代码）》章节1前⾔章节1Python环境搭建课时1建评分卡模型，python，R，SAS谁最好？课时2Anaconda快速⼊门指南课时3Anaconda下载和安装课时4canopy下载和安装课时5AnacondaNavigato导航器课时6python安装第三⽅包：pip和condainstall课时7Python⾮官⽅扩展包下载地址课时8Anaconda安装不同版本python课时9jupyter1_为什么使⽤jupyternotebook？课时10jupyter2_jupyter基本⽂本编辑操作课时11如何⽤jupyternotebook打开指定⽂件夹内容？课时12jupyter4_jupyter转换PPT实操课时13jupyternotebook⽤matplotlib不显⽰图⽚解决⽅案

章节2python编程基础知识课时14Python⽂件基本操作课时15变量_表达式_运算符_值课时16字符串string课时17列表list课时18程序的基本构架（条件，循环）课时19数据类型_函数_⾯向对象编程课时20python2和3的区别课时21编程技巧和学习⽅法章节3python机器学习基础课时22UCI机器学习常⽤数据库介绍课时23机器学习书籍推荐课时24如何选择算法课时25机器学习语法速查表课时26python数据科学常⽤的库课时27python数据科学⼊门介绍(选修)章节4德国信⽤评分数据下载和介绍课时2835德国信⽤评分数据下载和介绍章节5信⽤评分卡开发流程（上）课时29评分卡开发流程概述课时30第⼀步：数据收集课时31第⼆步：数据准备课时32变量可视化分析课时33样本量需要多少？课时34坏客户定义课时35第三步：变量筛选课时36变量重要性评估_iv和信息增益混合⽅法课时37衍⽣变量05:01课时38第四步：变量分箱01:38章节6信⽤评分卡开发流程（下）课时39第五步：建⽴逻辑回归模型课时40odds赔率课时41woe计算课时42变量系数课时43A和B计算课时44Excel⼿动计算坏客户概率课时45Python脚本计算坏客户概率课时46客户评分课时47评分卡诞⽣-变量分数计算课时48拒绝演绎rejectinference课时49第六步：模型验证课时50第七步：模型部署课时51常见模型部署问题

章节7Python信⽤评分卡-逻辑回归脚本课时52Python信⽤评分卡脚本运⾏演⽰课时53描述性统计脚本_缺失率和共线性分析课时54woe脚本(kmean分箱)课时55iv计算独家脚本课时56Excel⼿动推导变量woe和iv值课时57评分卡脚本1（sklearn）课时58评分卡脚本2（statsmodel）课时59⽣成评分卡脚本课时60模型验证脚本章节8PSI(populationstabilityindex)稳定指标课时61拿破仑远征欧洲失败/华尔街股灾真凶-PSI模型稳定指标揭秘课时62excel推导PSI的计算公式课时63PSI计算公式原理_独家秘密课时64PSI的python脚本讲解章节9难点1_坏客户定义课时65坏客户定义错误，全盘皆输课时66不同场景坏客户定义不⼀样，坏客户定义具有反复性课时67坏客户占⽐不能太低课时68vintage源于葡萄酒酿造课时69vintage⽤于授信策略优化章节10难点2_woe分箱课时70ln对数函数课时71excel⼿动计算woe值课时72python计算woe脚本课时73Iv计算推导课时74woe正负符号意义课时75WOE计算就这么简单？你想多了课时76Kmean算法原理课时77pythonkmean实现粗分箱脚本课时78⾃动化⽐较变量不同分箱的iv值课时79woe分箱第三⽅包脚本章节11难点3_逻辑回归是最佳算法吗？课时80逻辑回归是最优算法吗？No课时81xgboost_⽀持脚本下载课时82随机森林randomForest_⽀持脚本下载课时83⽀持向量SVM_⽀持脚本下载课时84神经⽹络neuralnetwork_⽀持脚本下载课时85多算法⽐较重要性_模型竞赛，百万奖⾦任你拿章节12难点4_变量缺失数据处理课时86imputer-缺失数据处理课时87xgboost简单处理缺失数据课时88catboost处理缺失数据最简单

章节13难点5.模型验证课时89模型需要验证码？课时90商业银⾏资本管理办法(试⾏)课时91模型验证_信⽤风险内部评级体系监管要求课时92模型验证主要指标概述课时93交叉验证crossvalidation课时94groupby分类统计函数课时95KS_模型区分能⼒指标课时96混淆矩阵（accuracy,precision，recall，f1score）章节14难点6.逻辑回归调参课时97菜鸟也能轻松调参课时98调参1_Penalty正则化选择参数课时99调参2_classWeight类别权重课时100调参3_solver优化算法选择参数课时101调参4_n_jobs课时102L-BFGS算法演化历史课时103次要参数⼀览章节16风控管理和诈骗中介（选修）课时104⽹络信贷发展史课时105诈骗中介课时106风控管理课时107告别套路贷，⾼利贷，选择正确贷款⽅式章节172018-2019消费⾦融市场⾏情课时108揭秘：近年消费⾦融⽕爆发展根本原因课时109持牌照消费⾦融公司盈利排⾏榜课时110消费⾦融，风控技术是瓶颈课时111谁能笑到最后：2018-2019消费⾦融公司注册资本课时112萝⼘加⼤棒：中央政策监管趋势独家预测课时113信⽤是⾦融交易的基⽯_P2P倒闭潮秘密章节182018-2019年全球宏观经济课时114专家不会告诉你的秘密：美元和黄⾦真实关系课时115宏观经济主要指标：债务率和失业率课时1162019年中国宏观经济分析_赠⼈民银⾏发布2018n年中国⾦融稳定报告课时1172019年G20国家宏观经济信息汇总_供下载课时118全球系统⾦融风险课时119基尼系数_贫富差异指标课时120GDP_利率_通货膨胀课时121失业率_债务率课时122贸易差额_中美贸易战根本原因课时123信⽤评级_阿根廷⾦融危机独家解读《python风控建模实战lendingClub》

章节1python编程环境搭建课时1风控建模语⾔，python，R，SAS优劣对⽐课时2Anaconda快速⼊门指南课时3Anaconda下载安装课时4canopy下载和安装课时5AnacondaNavigator导航器05:38课时6python第三⽅包安装(pip和condainstall)课时7Python⾮官⽅扩展包下载地址课时8Anaconda安装不同版本python课时9为什么使⽤jupyternotebook及如何安装课时10如何⽤jupyternotebook打开指定⽂件夹内容？课时11jupyter基本⽂本编辑操作课时12jupyter⽣成在线PPT汇报⽂档课时13jupyternotebook⽤matplotlib不显⽰图⽚解决⽅案章节2python编程基础课时14Python⽂件基本操作课时15python官⽹课时16变量_表达式_运算符_值课时17字符串string课时18列表list课时19程序的基本构架（条件，循环）课时20数据类型_函数_⾯向对象编程课时21python2和3区别课时22编程技巧和学习⽅法章节3python机器学习基础知识课时23UCI机器学习数据库介绍课时24机器学习书籍推荐课时25如何选择算法课时26sklearn机器学习算法速查表课时27python数据科学常⽤的库课时28python数据科学⼊门介绍（选修）章节4lendingClub业务介绍（P2P⿐祖）课时29lendingClub业务简介课时30lendingclub债务危机及深层次时代背景课时31lendingClub官⽹数据下载(或本集参考资料下载)章节5catboost基础介绍课时32catboost基础知识讲解-⽐xgboost更优算法登场课时33catboost官⽹介绍

章节6lengdingClub实战_catboost分类器模型课时34数据清洗和⾸次变量筛选课时35catboost第三⽅包下载和安装课时36import导⼊建模的包课时37读取数据和描述性统计课时38train，test训练和测试数据划分课时39fit训练模型课时40模型验证概述课时41树模型需要相关性检验吗？课时42交叉验证crossvalidation课时43混淆矩阵理论概述，accuracy，sensitivity，precision，F1分数课时44混淆矩阵python脚本实现课时45计算模型ks(Kolmogorov-Smirnoff)课时46catboost1_建模脚本连贯讲解课时47catboost2_第⼆次变量筛选课时48catboost3_分类变量cat_features使⽤章节7KS（Kolmogorov–Smirnov）模型区分能⼒指标课时49KS简介课时50step1获取模型分课时51step2_计算ks_⽅法1课时52step3_计算ks_⽅法2课时53step4_计算ks_excel推理课时54step5_绘制KS图课时55step6_KS评估函数课时56step7_KS脚本汇总_分治算法课时57step8_KS缺陷章节8AUC（AreaUnderCurve）模型区分能⼒指标课时58excel绘制ROC曲课时59python计算AUC很简单课时60python轻松绘制ROC曲线课时61AUC评估函数_AUC多⼤才算好？课时62Gini基尼系数基本概念和AUC关系章节9pickle保存模型课时63pickle保存和导⼊模型包_避免重复训练模型时间章节10PSI模型稳定性评估指标（上）课时64拿破仑和希特勒征服欧洲为何失败？数学PSI指标揭露历史真相课时65excel⼿把⼿教你推导PSI的计算公式课时66PSI计算公式奥义课时67PSI的python脚本讲解章节11PSI模型稳定性评估指标（下）课时68step1.筛选lendingClub2018年Q3和Q4数据课时69step2_计算train，test，oot模型分课时70step3.计算Q3和Q4模型分PSI章节12模型维度与边际效应课时71边际效应基本概念课时72模型维度与边际效应,变量越多越好吗？课时73降维实操，结果让⼈吃惊！课时74模型变量数量越多，区分能⼒（ks）越⾼吗？

章节13catboost分类变量处理课时75One-hotencoding热编码课时76cat_features分类变量处理（数值型）1课时77cat_features分类变量处理（字符串类型）课时78不同分类变量处理⽅法的结果对⽐章节14catboost调参课时79GridSearchCV⽹格调参简述课时80iterations树的颗树课时81eval_metric评估参数（logloss_AUC_Accuracy_F1_Recall）课时82learning_rate学习率课时83树深度depth（max_depth）课时84l2_leaf_reg正则系数L2调参章节15多算法⽐较课时85xgboost分类器模型课时86lightgbm分类器建模课时87逻辑回归分类器和多算法⽐较结果章节16消费者信⽤评分实战_回归模型课时88机器学习回归竞赛_⼀百万奖⾦挑战课时89线性回归基础知识（最⼩⼆乘法OLS）课时90梯度下降法gradientde