培训课程：  

金融风险建模实战课程线下班北京站第十三期

讲师介绍：

常国珍：《Python数据科学技术详解与商业实践》作者，社会科学博士，资深风险建模专家，中国大数据产业生态联盟专家委员会委员。先后在亚信、德勤、百度等企业从事电信、金融行业数据科学工作十几年。现专注于零售金融领域的知识图谱、客户智能与风险智能工作。

课程特色：      

       金融科技的进步使得零售金融业务得以为广大有需求的客户提供风险匹配的个人信贷业务。但是信贷风控领域的模型开发和策略制定还是面临很大挑战。传统的信贷风控主要依靠资深从业人员自身的经验设置专家规则。随着统计学、大数据、机器学习的发展，现代信用风控越来越偏向量化模型的手段来解决风控问题。

       本课程从实战出发，使学员快速掌握精准营销模型、申请和行为信用评分卡、申请和交易反欺诈模型、反薅羊毛模型的精髓和实施重点。对于算法基础薄弱的同学更是福音，本课程秉承大道至简的原则，用易懂的方式一步步带领大家构建逻辑回归、XGBoost、复杂网络模型等算法的风控模型。

课程安排：

第一天上午：

1、风控模型体系构建

1.1信贷审批风险点识别

1.2客户信息的数字化

1.3分类算法基本原理

1.4信贷审批模型体系的设定原理：目标函数差异化理论

2、贷款产品营销获客模型

2.1 贷款产品营销模型的业务理解：建模的目标函数

2.2 构建贷款产品营销响应模型

第一天下午：

3、申请信用评分卡

3.1申请信用评分的业务理解：建模的目标函数

3.2数据提取：确定标签提取准则（滚动分析、Vintage分析）

3.3数据转换：概化、分箱、WoE转换

3.4建立模型与尺度化

3.5模型评估与生命周期管理、模型管理平台讲解

4、行为信用评分卡

4.1行为评分卡的宽表制作

4.2特征工程：特征降维、特征升维

4.3使用组合算法提高预测精度

4.4复杂模型的超参数调优策略

第二天上午：

5、交易反欺诈模型

5.1交易反欺诈模型的业务理解与算法讲解

5.2标签缺失和非监督算法：孤立森林、LOF、One-class-SVM、Autorecoder

5.3不平衡数据问题的处理

5.4决策类模型开发与模型评估

第二天下午：

6、申请反欺诈模型

6.1申请反欺诈特征构建综述-个人属性、行为特征、知识图谱

6.2算法基础：复杂网络中度的度量、子网分割、图的可视化

6.3基于复杂网络的特征提取与模型开发

7、反薅羊毛模型

7.1 基于随机森林的规则归纳

7.2 规则调优策略

课程学习环境：

Linux7（推荐Ubuntu、Centos）或Windows7、与Python3.5配套的Anaconda

培训地点：

北京海淀区中关村数码大厦B座1102A

费用标准：  

原价：1990元/人  （赠送Python数据科学基础课程视频）

团购价：2人团3800元，3人团5550元，5人团9000元！

报名截止日期：2019年1月8日

开课时间：

2019年1月12日  9:30 - 2019年1月13日17:30

报名缴费：     

报名请添加课程助手微信：tianshanliangyong（请注明：北京站线下培训） ，提前获取资料进行预习，以提高课堂学习效率，邀请您加入学员交流群中。