中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
以利為利:財政關系與地方政府行為
-
>
立足飯碗 藏糧于地——基于中國人均耕地警戒值的耕地保護視角
-
>
營銷管理
-
>
茶葉里的全球貿易史(精裝)
-
>
近代華商股票市場制度與實踐(1872—1937)
-
>
麥肯錫圖表工作法
-
>
海龜交易法則
智能風控實踐指南 從模型、特征到決策 版權信息
- ISBN：9787115575975
- 條形碼：9787115575975 ; 978-7-115-57597-5
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
智能風控實踐指南 從模型、特征到決策 本書特色
經驗豐富的專家寫作，融360大公司真實案例寫作基礎，基于Python，模型、特征、決策 3維度講解智能風控實踐，多種算法、可落地的案例代碼以及解決方案，16位專家推薦 囊括了信貸風控的模型、特征和策略三大主要內容，相較于單一介紹某個部分的書籍更能揭示全流程風控中智能算法應用面貌； 以方法論緊密結合智能算法，再配合金融科技一線業務實踐案例實現，相較于單獨的算法介紹或者理論分析，更具有實操性； 以金融科技領域領先的智能風控算法應用作為標準，相較于傳統信貸風控方法，更具有先進性； 以人工智能流行的Python語言實現書中的各類案例，更符合智能算法語言發展的趨勢； 作者是業界深耕金融風控多年的融360團隊寫作，內容更專業和具有實戰意義。
智能風控實踐指南 從模型、特征到決策 內容簡介
隨著人工智能技術的進步和消費金融行業的快速發展，智能風控已經成為金融行業的剛性需求。本書圍繞智能風控的關鍵環節一一展開，同時結合具體的智能風控實例進行解析。 本書共6章，主要內容包括智能風控的發展，搭建智能風控模型體系，搭建風控特征畫像體系，搭建智能風控策略體系，智能風控與人工的結合，以及智能風控管理。 本書適合銀行、消費金融與保險等領域信貸風控模型開發人員、特征挖掘人員和策略分析人員，以及金融科技領域從業者、咨詢行業從業者和其他對智能風控感興趣的人閱讀。
智能風控實踐指南 從模型、特征到決策 目錄
第 1章 智能風控的發展／ 1
1．1 早期的風控技術／ 1
1．1．1 基于人工經驗的風控／ 1
1．1．2 傳統統計量化的風控／ 2
1．2 初識智能風控／ 2
1．2．1 智能風控的定義／ 3
1．2．2 智能風控的發展／ 3
1．2．3 與傳統風控對比／ 4
1．3 智能風控主要應用／ 5
1．3．1 應用于營銷環節／ 6
1．3．2 應用于貸前環節／ 6
1．3．3 應用于貸中環節／ 7
1．3．4 應用于貸后環節／ 8
1．4 本章小結／ 9
第 2章 搭建智能風控模型體系／ 10
2．1 模型概述／ 11
2．2 模型開發方法論——構建好樣本／ 13
2．2．1 問題定義／ 14
2．2．2 樣本的選擇和劃分／ 18
2．2．3 模型架構設計／ 20
2．2．4 數據準備和數據描述／ 21
2．2．5 數據預處理／ 24
2．3 模型開發方法論——構建好模型／ 33
2．3．1 特征選擇／ 33
2．3．2 特征提取／ 44
2．3．3 模型訓練、概率轉化和效果評估／ 46
2．3．4 模型部署及上線驗證／ 54
2．4 常用風控建模智能算法／ 56
2．4．1 基礎學習算法／ 56
2．4．2 集成學習算法／ 65
2．4．3 深度學習算法／ 74
2．5 模型迭代優化／ 81
2．5．1 模型融合角度／ 82
2．5．2 建模時效角度／ 85
2．5．3 拒絕推斷角度／ 86
2．6 風控模型體系搭建／ 92
2．6．1 營銷階段的模型／ 92
2．6．2 貸前階段的模型／ 93
2．6．3 貸中階段的模型／ 94
2．6．4 貸后階段的模型／ 95
2．7 模型監控和異常處理／ 96
2．7．1 模型監控和預警／ 96
2．7．2 模型異常處理／ 100
2．8 本章小結／ 100
第 3章 搭建風控特征畫像體系／ 102
3．1 特征挖掘概述／ 102
3．2 特征挖掘方法論／ 103
3．2．1 原始數據分析／ 103
3．2．2 數據清洗／ 104
3．2．3 中間數據集構建／ 109
3．2．4 特征的設計和生成／ 115
3．2．5 特征評估／ 124
3．2．6 特征上下線／ 126
3．3 特征挖掘智能算法／ 127
3．3．1 特征衍生／ 127
3．3．2 文本特征挖掘／ 132
3．3．3 圖特征挖掘／ 142
3．4 風控特征畫像體系的搭建／ 148
3．4．1 營銷特征畫像／ 148
3．4．2 貸前特征畫像／ 149
3．4．3 貸中特征畫像／ 153
3．4．4 貸后特征畫像／ 155
3．5 特征監控和特征異常處理／ 155
3．5．1 特征監控／ 155
3．5．2 特征異常處理／ 156
3．6 本章小結／ 157
第 4章 搭建智能風控策略體系／ 158
4．1 風控策略概述／ 158
4．2 風控策略方法論／ 159
4．2．1 規則分析方法／ 159
4．2．2 模型策略分析方法／ 169
4．2．3 額度策略分析方法／ 178
4．2．4 A/B測試／ 183
4．3 風控策略智能算法／ 185
4．3．1 規則挖掘智能算法／ 185
4．3．2 決策優化智能算法／ 189
4．4 風控策略體系的搭建／ 195
4．4．1 營銷策略／ 195
4．4．2 貸前策略／ 196
4．4．3 貸中策略／ 201
4．4．4 貸后策略／ 202
4．5 風控策略的監控、預警和異常處置／ 203
4．5．1 風控策略的監控與預警／ 203
4．5．2 風控策略異常處置／ 207
4．6 本章小結／ 208
第 5章 智能風控與人工的結合／ 209
5．1 機器學習的局限性／ 209
5．1．1 數據不足／ 209
5．1．2 可解釋性低／ 210
5．1．3 因果難區分／ 210
5．1．4 模型自身的風險／ 212
5．2 發揮人的價值／ 212
5．2．1 異常識別／ 212
5．2．2 案例研究／ 213
5．2．3 黑產對抗／ 213
5．3 決策方案的選擇／ 214
5．3．1 完全智能決策／ 214
5．3．2 部分智能決策／ 215
5．4 本章小結／ 216
第 6章 智能風控管理／ 217
6．1 建立持續復盤機制／ 217
6．2 制訂風險預防和應對措施／ 218
6．3 制訂存檔管理措施／ 218
6．4 建立透明的溝通渠道／ 219
6．5 建立工作體系標準／ 220
6．6 應用團隊協作工具／ 220
6．7 本章小結／ 222
參考文獻／ 223
1．1 早期的風控技術／ 1
1．1．1 基于人工經驗的風控／ 1
1．1．2 傳統統計量化的風控／ 2
1．2 初識智能風控／ 2
1．2．1 智能風控的定義／ 3
1．2．2 智能風控的發展／ 3
1．2．3 與傳統風控對比／ 4
1．3 智能風控主要應用／ 5
1．3．1 應用于營銷環節／ 6
1．3．2 應用于貸前環節／ 6
1．3．3 應用于貸中環節／ 7
1．3．4 應用于貸后環節／ 8
1．4 本章小結／ 9
第 2章 搭建智能風控模型體系／ 10
2．1 模型概述／ 11
2．2 模型開發方法論——構建好樣本／ 13
2．2．1 問題定義／ 14
2．2．2 樣本的選擇和劃分／ 18
2．2．3 模型架構設計／ 20
2．2．4 數據準備和數據描述／ 21
2．2．5 數據預處理／ 24
2．3 模型開發方法論——構建好模型／ 33
2．3．1 特征選擇／ 33
2．3．2 特征提取／ 44
2．3．3 模型訓練、概率轉化和效果評估／ 46
2．3．4 模型部署及上線驗證／ 54
2．4 常用風控建模智能算法／ 56
2．4．1 基礎學習算法／ 56
2．4．2 集成學習算法／ 65
2．4．3 深度學習算法／ 74
2．5 模型迭代優化／ 81
2．5．1 模型融合角度／ 82
2．5．2 建模時效角度／ 85
2．5．3 拒絕推斷角度／ 86
2．6 風控模型體系搭建／ 92
2．6．1 營銷階段的模型／ 92
2．6．2 貸前階段的模型／ 93
2．6．3 貸中階段的模型／ 94
2．6．4 貸后階段的模型／ 95
2．7 模型監控和異常處理／ 96
2．7．1 模型監控和預警／ 96
2．7．2 模型異常處理／ 100
2．8 本章小結／ 100
第 3章 搭建風控特征畫像體系／ 102
3．1 特征挖掘概述／ 102
3．2 特征挖掘方法論／ 103
3．2．1 原始數據分析／ 103
3．2．2 數據清洗／ 104
3．2．3 中間數據集構建／ 109
3．2．4 特征的設計和生成／ 115
3．2．5 特征評估／ 124
3．2．6 特征上下線／ 126
3．3 特征挖掘智能算法／ 127
3．3．1 特征衍生／ 127
3．3．2 文本特征挖掘／ 132
3．3．3 圖特征挖掘／ 142
3．4 風控特征畫像體系的搭建／ 148
3．4．1 營銷特征畫像／ 148
3．4．2 貸前特征畫像／ 149
3．4．3 貸中特征畫像／ 153
3．4．4 貸后特征畫像／ 155
3．5 特征監控和特征異常處理／ 155
3．5．1 特征監控／ 155
3．5．2 特征異常處理／ 156
3．6 本章小結／ 157
第 4章 搭建智能風控策略體系／ 158
4．1 風控策略概述／ 158
4．2 風控策略方法論／ 159
4．2．1 規則分析方法／ 159
4．2．2 模型策略分析方法／ 169
4．2．3 額度策略分析方法／ 178
4．2．4 A/B測試／ 183
4．3 風控策略智能算法／ 185
4．3．1 規則挖掘智能算法／ 185
4．3．2 決策優化智能算法／ 189
4．4 風控策略體系的搭建／ 195
4．4．1 營銷策略／ 195
4．4．2 貸前策略／ 196
4．4．3 貸中策略／ 201
4．4．4 貸后策略／ 202
4．5 風控策略的監控、預警和異常處置／ 203
4．5．1 風控策略的監控與預警／ 203
4．5．2 風控策略異常處置／ 207
4．6 本章小結／ 208
第 5章 智能風控與人工的結合／ 209
5．1 機器學習的局限性／ 209
5．1．1 數據不足／ 209
5．1．2 可解釋性低／ 210
5．1．3 因果難區分／ 210
5．1．4 模型自身的風險／ 212
5．2 發揮人的價值／ 212
5．2．1 異常識別／ 212
5．2．2 案例研究／ 213
5．2．3 黑產對抗／ 213
5．3 決策方案的選擇／ 214
5．3．1 完全智能決策／ 214
5．3．2 部分智能決策／ 215
5．4 本章小結／ 216
第 6章 智能風控管理／ 217
6．1 建立持續復盤機制／ 217
6．2 制訂風險預防和應對措施／ 218
6．3 制訂存檔管理措施／ 218
6．4 建立透明的溝通渠道／ 219
6．5 建立工作體系標準／ 220
6．6 應用團隊協作工具／ 220
6．7 本章小結／ 222
參考文獻／ 223
展開全部
智能風控實踐指南 從模型、特征到決策 作者簡介
蔣宏，資深模型算法工程師，超過10年風控和模型算法經驗，對信貸風控領域包括欺詐風險、信用風險、*優化決策有深入研究，對數據挖掘、機器學習有深入洞察和實踐經驗，擁有多項模型算法相關專利，具備豐富的風控模型團隊管理經驗，曾任職德勤信息技術咨詢顧問、百融風控模型團隊副總監。
書友推薦
- >
月亮與六便士
- >
隨園食單
- >
唐代進士錄
- >
有舍有得是人生
- >
煙與鏡
- >
羅曼·羅蘭讀書隨筆-精裝
- >
經典常談
- >
自卑與超越
本類暢銷
