封面
版权信息
内容简介
推荐语
作者简介
赞誉
序1
序2
序3
前言
第1章 评分卡建模理论基础
1.1 评分卡建模常见面试问题
1.2 关于模型的系统性理解
1.3 与建模密切相关的4个领域
1.4 评分模型与评分卡模型
1.5 评分卡建模全流程
1.6 对评分卡模型的评价
1.7 本章小结
第2章 零售信贷业务基础和风险管理
2.1 银行零售信贷产品的产品特征和业务流程
2.2 信用与信用风险
2.3 欺诈与欺诈风险
2.4 本章小结
第3章 业务需求理解
3.1 业务需求理解概述
3.2 明确拟解决问题和分析目标
3.3 业务访谈的设计和实施
3.4 整体分析方案设计
3.5 本章小结
第4章 数据基础决定模型效果上限
4.1 关于数据的系统性认识
4.2 传统信贷业务数据
4.3 征信数据
4.4 内外部大数据
4.5 数据质量诊断
4.6 业务数据分析
4.7 本章小结
第5章 利用特征工程提取有效的风险特征
5.1 特征工程概述
5.2 特征预处理与转换
5.3 特征提取与生成
5.4 特征评价、选择与降维
5.5 自动化特征工程技术与工具
5.6 本章小结
第6章 评分卡模型设计
6.1 模型设计概述
6.2 排除规则与样本范围
6.3 模型细分
6.4 表现期定义与Vintage分析
6.5 滚动率
6.6 观察期的定义与选择
6.7 模型设计汇总计数
6.8 建模方式和模型原型选择
6.9 本章小结
第7章 评分卡模型开发
7.1 模型开发概述
7.2 样本分区
7.3 样本抽样
7.4 变量预筛选
7.5 变量分箱
7.6 变量再筛选
7.7 变量转换WOE
7.8 使用逻辑回归进行模型拟合
7.9 模型验证
7.10 评分标尺
7.11 模型导出PMML并测试
7.12 评分卡建模专用Python包
7.13 评分卡建模实例
7.14 评分卡建模常见问题
7.15 本章小结
第8章 评分卡模型验证
8.1 模型验证概述
8.2 模型性能的技术性评价指标
8.3 模型验证方法
8.4 模型全面独立验证体系
8.5 本章小结
第9章 评分卡模型部署
9.1 模型部署概述
9.2 模型部署工作流程
9.3 规则化部署方案
9.4 标准化部署方案
9.5 模型部署常见问题
9.6 本章小结
第10章 评分卡模型监控
10.1 模型监控概述
10.2 前端监控
10.3 后端监控
10.4 监控数据和特征
10.5 监控服务运行
10.6 本章小结
第11章 评分卡模型优化
11.1 模型优化概述
11.2 模型优化的触发条件
11.3 模型性能下降原因
11.4 判断是否需要优化
11.5 确定模型优化方案
11.6 优化调整对现有决策的影响
11.7 对基于评分的决策进行调整
11.8 本章小结
第12章 评分卡模型的拒绝推断
12.1 什么是拒绝推断
12.2 为什么要做拒绝推断
12.3 如何做拒绝推断
12.4 拒绝推断应注意的问题
12.5 本章小结
第13章 评分卡模型的可解释性
13.1 模型可解释性
13.2 评分卡模型可解释性
13.3 本章小结
第14章 评分卡模型的其他常见问题
14.1 分值分布不均衡问题
14.2 特定群体或局部分数段区分能力弱问题
14.3 训练-测试-时间外评分分布差异
14.4 训练-测试-时间外评分性能差异
14.5 模型迭代漂移现象
14.6 潜在建模作弊问题
14.7 本章小结
第15章 从传统评分卡模型到高维机器学习模型
15.1 传统评分卡模型和高维机器学习模型的结合
15.2 高维机器学习模型XGBoost
15.3 高维机器学习模型LightGBM
15.4 本章小结
第16章 基于评分的风控策略应用
16.1 模型、规则、策略、政策
16.2 基于评分的贷前自动化审批策略
16.3 智能风控领域的更多策略
16.4 本章小结
更新时间：2021-12-01 14:05:54
完结共127章
倒序