逾期算法比赛 文章目录**逾期算法比赛**1.比赛及数据概况2.衍生变量2.1 变量衍生思路2.1.1 payment与order表2.1.2 payment与iot表2.1.3 payment与payment表2.1.4 原生变量2.2 特征选取结果3.模型训练4.模型效果5.困难点1. 如何获取还款日期前特定日期的贷款次数、逾期预警次数及地理位置变化数、每设备数2. 如何在有限的空间内
# 机器学习算法科普 在金融行业,风险控制是至关重要的一环,而机器学习算法领域发挥着越来越重要的作用。本文将介绍机器学习算法的基本概念、常见算法以及示例代码,帮助读者更好地了解和应用机器学习算法。 ## 什么是机器学习算法机器学习算法是指利用机器学习技术对金融、信贷等领域的风险进行预测和控制的算法。通过对大量数据的学习和分析,机器学习模型可以帮助金融机构更准确地
# 机器学习算法在金融领域的应用 ## 引言 随着金融科技的迅速发展,金融风险管理已成为金融领域至关重要的一部分。传统的手段往往更依赖于人工判断和经验,但随着数据规模的扩大和计算能力的提升,机器学习算法在金融中的应用逐渐增多,并显示出其在预测和识别风险方面的巨大潜力。 ## 什么是金融? 金融是指金融机构在开展各类金融业务活动中,对潜在风险进行识别、评估、监测和控制的过
一些简单的介绍市面上算法相关的岗位,从大范围上分为两大类1、研究驱动的算法工程师,这类算法工程师的门槛很高,分布在大型公司的研究院、创新实验室等部门,这类算法工程师主要是以研究新的算法或者是更好的优化方案或是算法的高性能实施等等为主,简单来说类似于高校的博士生,做研究,发paper;2、业务驱动的算法工程师,这类算法工程师的占比相对来说高得多,目前我们在各大招聘网站上看到的绝大多数都是基于业务驱动
转载 2023-08-23 17:50:43
112阅读
# 机器学习要求 ## 什么是机器学习机器学习是指利用机器学习算法来进行风险控制和风险管理的过程。在金融领域,机器学习被广泛应用于信用评分、欺诈检测、反洗钱等方面。通过分析大量的数据,机器学习算法可以帮助机构快速、准确地识别潜在的风险,并采取相应的措施。 ## 机器学习的要求 ### 数据质量 数据质量是机器学习的基础,需要确保数据准确、完整、一致。同时,还需
原创 3月前
23阅读
1. 互联网金融体系1.1 信贷审批业务基本流程四要素认证:银行卡持有人的姓名、身份证号、银行卡号、手机号1.2 组成1. 用户数据1.1 分类用户基本信息(联系人,通讯录,学历…)用户行为信息(操作APP时的行为,注册,点击位置…)用户授权信息(运营商,学信网,设备IMEI…)外部接入信息(P2P信贷,其它金融机构如芝麻信用分…)1.2 获取数据采集会涉及到埋点和爬虫技术,基本上业内的数据都
# 信贷机器学习 信贷是金融行业中非常重要的一个环节,它通过分析借款人的信用状况和还款能力,来评估借款人的信用风险。传统的信贷主要依靠人工审核和规则引擎,但是随着大数据和人工智能技术的发展,机器学习在信贷中扮演了越来越重要的角色。 ## 机器学习在信贷中的应用 机器学习可以通过分析大量的历史数据,构建预测模型来预测借款人的信用风险。常用的机器学习算法包括逻辑回归、决策树
原创 3月前
12阅读
行业八年工作经验,非机器学习科班出身,擅长利用各种奇淫巧计硬刚机器学习。 10分钟内,带你理清楚机器学习的最优入门路径。
2020年是个人触碰知识图谱时间最多的一年,技术知识的重新梳理和学习,相关项目的参与,几乎从年初持续到年末。一直想总结知识图谱在金融领域的应用现状,但总是挣不脱一个字:乱。最直观的“乱象”是不同机构对这项技术的称呼五花八门——关联网络、关系图谱、复杂网络、知识图谱。严格来讲它们彼此之间紧密相连又有所区别,本文并不打算严谨地去论证它们的区别和联系,请允许我偷懒采用图谱这个名称来泛指这项技术,就是各位
引言互联网时代,万物互联,网络安全形势越来越严峻,安全是企业的基石,在企业中扮演着“警察”角色,运用各种技术和手段,保护企业内的用户利益不受侵害。 决策引是中台的入口,提供业务风险场景事件接入,可视化编排复杂决策,丰富的特征变量与场景识别服务等功能。相较于需要开发背景及算法背景才能使用的传统引擎,本文介绍的决策引擎构建完成后无需开发背景甚至无需算法建模背景,作为纯正的策略运营即可配
大家好
转载 2022-12-04 00:26:37
380阅读
互联网金融圈里的人,都很明白:问题是整条业务链的决定性因素。没有严格缜密的流程,死账坏账都会接踵而至。那么公司离关门也就不远了。既然那么重要,我现在就来谈一下做人必须要知道的事情:1、是永恒存在不要企图消灭风险,因为那是不可能的。只要有利益存在,所有的攻击和尝试都不会停止,无论它有多么的因难,哪怕它是违法的。我们称之为问题的未知性和不可控性。虽然你很努力的在防御着,但你的
比赛概览拍拍贷“魔镜系统”从平均400个数据维度评估用户当前的信用状态,给每个借款人打出当前状态的信用分,在此基础上,再结合新发标的信息,打出对于每个标的6个月内逾期率的预测,为投资人提供了关键的决策依据,促进健康高效的互联网金融。拍拍贷首次开放丰富而真实的历史数据,邀你PK“魔镜系统”,通过机器学习技术,你能设计出更具预测准确率和计算性能的违约预测算法吗?比赛规则参赛团队需要基于训练集数
算法大纲: 建模: https://zhuanlan.zhihu.com/p/79097788
转载 2019-08-29 17:36:00
542阅读
2评论
作者:桔了个仔,南洋理工大学,数模全流程,了解银行风是如何...
在实践过程中总结的一些经验和踩过的坑。
转载 2022-10-19 18:01:09
391阅读
决策引擎服务是系统的大脑,承载着风策略编排和计算的任务,对决策的时耗和精度有着严格的要求,本文以决策流执行路径实现方案为切入点,一窥决策引擎高效的原理。 引言决策引擎服务是系统的大脑,承载着风策略编排和计算的任务,对决策的时耗和精度有着严格的要求,本文以决策流执行路径实现方案为切入点,一窥决策引擎高效的原理。背景在上文 决策引擎——决
番茄梳理了太多的知识相关的内容,是时候给各位入门的童鞋们整理一份入门的全面且体系化的内容了,今天来看看这篇文章吧~ 的入门虽说从报表开始,但又不止于报表,今天文章将从以下几个方面跟大家港港应该从那几个方面好好地学习指标以及报表知识。一.工具介绍 学习数字化的最应该必备的应该是哪个技能?如果说不是第一步也一定会是前面几步,那就是必须从常规的处理软件开始的,常规的工具经常使用有sq
I.模型介绍在之前的文章中,我们实现了规则引擎和决策流,基本完成了决策引擎系统的雏形。相关文章请看:大数据领域通常根据规则对风险用户进行有效识别并拒绝准入或提高准入门槛,如判断用户信用卡历史逾期记录>5次且逾期总金额>5000元,用户多头共债数大于5,这部分用户风险较大,应该拒绝或进一步人审处理。而使用规则策略做有一定的局限性,依赖人经验,依赖单维特征,可决策结果单一。
变量中心如果说数据是原料,策略是产品的话,那么变量就是当中的零部件了。一个完整的策略依赖的关键变量可能有几百上千个,底层的变量池子就远远大于这个数了。变量中心在平台中是最重要但是同时也最容易被人忽视的一部分,一方面不像审批系统、决策引擎那样是完整的产品平台,也不像底层数据平台那么有完整的技术方案。变量在不同公司体系里面,形态有很多,可以是一个接口,也可以是一段SQL。由于变量
  • 1
  • 2
  • 3
  • 4
  • 5