【培训】CDA数据科学家训练营-风控专题课

1、课程背景

金融行业利用大数据进行风控已经取得了一定的成效。使用大数据进行风控已成为美国等发达国家互联网金融企业的标准配置。

美国Zest Finance公司开发的10个基于学习机器的分析模型，对每位信贷申请人的超过1万条原始信息数据进行分析，并得出超过7万个可对其行为做出测量的指标，而这一过程在5秒钟内就能全部完成。

国内，阿里推出了面向社会的信用服务体系芝麻信用，芝麻信用通过分析大量的网络交易及行为数据，对用户进行信用评估，这些信用评估可以帮助互联网金融企业对用户的还款意愿及还款能力做出结论，继而为用户提供相关的金融和经济服务

2、课程介绍

本课程精选9个金融领域案例，涵盖了风险建模的主要模型和绝大多数算法，招招实用，适合有一定R/SAS基础的同学进阶学习。

培训时间：6月18-19日（周六周日2天） 9:00-12:00，13:30-16:30

培训地点：深圳市南山区科技园中区科技中二路深圳软件园4栋530室

培训费用：1800元(现场)/1200(远程)

3、学习对象

银行、互联网金融、P2P平台行业相关从业；

使用过R语言或SAS等分析工具，有一定数据分析基础；

4、课程大纲

第1天

第1讲 预测类模型

1.1 贝叶斯网络

案例1: 信用违约建模案例（贝叶斯网络）

1.2决策树建模

案例2: 信用违约建模案例（决策树）

1.3 最大熵模型、极大似然估计与逻辑回归

案例3:信用违约建模案例（逻辑回归）

1.4 神经网络

案例3:信用违约建模案例（神经网络）

1.5 支持向量机

案例5:违约推断

1.6 最近邻域法（KNN）

案例6:违约推断

1.7模型验证与模型选择

第2天

第2讲 降维

2.1主成分分析PCA

案例7：信贷综合打分

案例8: 信用违约建模全流程

第三讲: 样本聚类

3.1 层次聚类法

3.2 K-means

案例9: 银行欺诈识别模型

5、 老师介绍：

常老师，会计学博士、社会学硕士，毕业于北京大学人口所，目前就读于北大光华管理学院，SAS公司数据挖掘与统计分析课程讲师。曾就职于方正国际金融事业部和长江商学院投资者研究中心。主持过商业银行数据挖掘平台建设、商业银行信用评分模型的构建与固化等商业项目。参与构建的股票量化投资模型被某大型基金公司采纳，并于2013年九月正式发行。

咨询热线：

4000-707-620 13828892967 江老师

报名请点击原文连接

原文始发于微信公众号（PPV课数据科学社区）：【培训】CDA数据科学家训练营-风控专题课