出现在书名中的结果
共 0 条
Python金融大数据风控建模实战：基于机器学习
5人今日阅读 推荐值 81.3%
本书的定位是一本Python金融大数据风控建模的入门级读物。全书包括4篇：背景篇旨在由浅入深地引领读者走进金融科技领域，了解智能风控，系统、全面地认识评分卡；基础篇围绕评分卡构建的全流程，向读者一一讲述每个环节的理论知识，随之进行代码实践，帮助读者获得从0至1构建评分卡模型的工程能力；进阶篇旨在从建模中可能遇到问题出发，提供一些问题解决或模型提升的思路，使建立的评分卡具有更好的业务适应及预测能力；实战篇结合真实信贷场景的数据集，带领读者完成从数据分析至评分卡生成的各个流程，旨在让读者体验真实场景，具备评分卡实战能力，亦可作为读者实际工作中构建评分卡的参考。本书适合有一定Python语言基础的金融风控相关技术人员阅读，也适合想要了解人工智能如何在金融场景应用的开发及业务人员。另外，也适合专业培训机构的学员和相关专业的学生。
5
数据科学工程实践：用户行为分析与建模、A/B实验、SQLFlow
3人今日阅读
内容简介 这是一本将数据科学三要素——商业理解、量化模型、数据技术全面打通的实战性著作，是来自腾讯、滴滴、快手等一线互联网企业的数据科学家、数据分析师和算法工程师的经验总结，得到了SQLFlow创始人以及腾讯、网易、快手、贝壳找房、谷歌等企业的专家一致好评和推荐。 全书三个部分，内容相对独立，既能帮助初学者建立知识体系，又能帮助从业者解决商业中的实际问题，还能帮助有经验的专家快速掌握数据科学的Z新技术和发展动向。内容围绕非实验环境下的观测数据的分析、实验的设计和分析、自助式数据科学平台3大主题展开，涉及统计学、经济学、机器学习、实验科学等多个领域，包含大量常用的数据科学方法、简洁的代码实现和经典的实战案例。 第1部分（第 1～6 章） 观测数据的分析技术 讲解了非实验环境下不同观测数据分析场景所对应的分析框架、原理及实际操作，包括消费者选择偏好分析、消费者在时间维度上的行为分析、基于机器学习的用户生命周期价值预测、基于可解释模型技术的商业场景挖掘、基于矩阵分解技术的用户行为规律发现与挖掘，以及在不能进行实验分析时如何更科学地进行全量评估等内容。 第二部分（第7～9章）实验设计和分析技术 从 A/B 实验的基本原理出发，深入浅出地介绍了各种商业场景下进行实验设计需要参考的原则和运用的方法，尤其是在有样本量约束条件下提升实验效能的方法及商业场景限制导致的非传统实验设计。 第三部分（第10~12章） 自助式数据科学平台SQLFlow 针对性的讲解了开源的工程化的自助式数据科学平台SQLFlow，并通过系统配置、黑盒模型的解读器应用、聚类分析场景等案例帮助读者快速了解这一面向未来的数据科学技术。
3
数据化风控：信用评分建模教程
2人今日阅读 推荐值 73.5%
随着国内消费金融市场的开放与高度竞争，小贷公司、P2P、消费金融公司，现金贷公司等蜂拥而立，野蛮生长。这些金融产品的共同属性就是放款金额小，审批速度快，规模数量大。不管是申贷时或核拨后，每位客户在不同阶段都有不同的潜在风险，这些风险征兆可能存在于各种令人忽略的细节中，这考验风险控制的执行与管理能力，信用评等模型的精准决策与快速调整，就关乎风险资产品质是好坏的关键与命脉。
2
数学建模与数学规划：方法、案例及编程实战（Python+COPT/Gurobi实现）
6人今日阅读
本书主要从数学规划的视角出发，系统地介绍了数学优化问题建模和求解的相关理论、方法、实际案例，以及基于 Python 和数学规划求解器（COPT 和 Gurobi）的编程实战。全书共分为四部分。第一部分为基本理论和建模方法，重点介绍了数学规划模型分类和建模方法（包括逻辑约束与大 M 建模方法、线性化方法）以及计算复杂性理论。第二部分为建模案例详解，通过理论、案例和实战相结合的方式，详细介绍了如何利用各种建模方法和数学规划求解器对实际生产活动中的优化问题进行建模和求解。这部分内容丰富，案例翔实，代码完整，旨在提高读者的实战能力。第三部分和第四部分聚焦于编程实战，主要讲解如何使用 COPT 和 Gurobi 求解器进行数学规划模型的编程求解。这两部分内容涵盖了调用数学规划求解器的各种高级用法，可以满足读者实现定制化求解的需求。 本书适合用作运筹学、数学建模、最优化理论、离散优化等相关课程的高年级本科生、研究生的参考教材，也可供从事数学规划、运筹学、物流与供应链等领域的科研人员、算法开发人员，以及各类数学建模竞赛的参赛者阅读。
6