搜索到 389 条结果

您可能要找:

数据科学面试问题二
续[数据科学面试问题一](http://shujuren.org/article/577.html "数据科学面试问题一")。 [TOC] 1 您将在时间序列数据集上使用什么交叉验证技术? 您应该意识到时间序列不是随机分布数据这一事实,它本……
陆勤 2018-05-13
金融领域7大数据科学案例
近年来,数据科学和机器学习应对一系列主要金融任务的能力已成为一个特别重要的问题。 公司希望知道更多技术带来的改进以及他们如何重塑业务战略。 为了帮助您回答这些问题,我们准备了一份对金融行业影响最大的数据科学应用清单。 它们涵盖了从数据管理……
陆勤 2018-05-19
给非开发人员介绍机器学习
关于机器学习 我们都知道机器学习是关于处理数据的,但它也可以被看作是: >通过浏览数据内部信息来查找数据中的规律的艺术。 预测模型的一些背景 有几种类型的预测模型。 这些模型通常有几个输入列和一个目标或结果列,这是要预测的变量。 所以基本……
陆勤 2018-05-26
用iml和mlr解释机器学习
机器学习模型时常胜过模型的可解释性,参数模型如线性回归模型。模型性能的提高有一定的代价,模型当作一个无法解释的黑盒子在运作。 幸运的是,有很多方法可以使机器学习模型可以解释。 R包iml提供分析任何黑盒机器学习模型的工具: 特征重要性:哪……
陆勤 2018-05-26
机器学习算法的优点和缺点
从Logistic回归开始,然后尝试Tree Ensembles和/或Neural Networks。 奥卡姆的剃刀原理:使用最简单的算法,可以满足您的需求,并且只有在严格需要的情况下才用更复杂的算法。 根据我自己的经验,只有神经网络和梯度……
陆勤 2018-05-27
机器学习强化Fintech
> 机器学习现在不仅是流行语。 它已经改变了人类工业的工作方式,而FinTech不是局外人。 金融中介使用的数据量正在突飞猛进地增长。 如今,广泛应用于银行业务和金融业务的大数据分析技术几乎不会让任何人充分意识到这个问题。 越来越多的玩家……
陆勤 2018-06-01
Tidyverse:R 语言学习之旅的新起点
学习R语言的传统路径(base R first)多是从变量类型、数据结构、流程控制、循环与自定义函数,也就是以R程式设计作为起点,接着依照数据处理、视觉化、统计与机器学习等应用偏好延续下一个学习的旅程;由tidyverse 作为起点的路径……
陆勤 2018-06-01
信用评分:第1部分 - 为什么要进行信用评分?
>信用评分:端到端的开发过程,是一个系列性文档,作者详细地介绍信用评分的why-what-how等问题。 信用评分:第1部分 - 为什么要进行信用评分? 合理的“现在购买,稍后付款”是许多金融和零售公司为了增加客户群而向其客户提供的诱人服……
陆勤 2018-06-03
信用评分:第3部分 - 数据准备和探索性数据分析
>“垃圾进出垃圾”是计算机科学中常用的公理,也是对项目成功的威胁 - 输出质量在很大程度上取决于输入的质量。 因此,数据准备是任何数据挖掘项目的关键方面,包括信用评分卡的开发。 这是CRISP-DM周期中最具挑战性和耗时的阶段。 项目总时间……
陆勤 2018-06-03
信用评分:第4部分 - 变量选择
“以少胜多”是信用智能的主要理念,信用风险模型是实现这一目标的手段。 通过使用自动化流程并专注于关键信息,信用决策可以在几秒钟内完成 - 并且最终可以通过使决策流程更快而降低运营成本。 更少的问题和快速的信贷决策最终会提高客户满意度。 对于……
陆勤 2018-06-04
信用评分:第7部分 - 信用风险模型的进一步考虑
以满足科学模型开发的主要标志 - 严谨性,可测试性,可复制性和精确性以及可信度 - 考虑模型验证以及如何处理不平衡数据非常重要。 本文概述了可用于满足这些标志的高级验证框架,并简要介绍了处理不平衡数据时常用的方法。 高级验证框架 “太好了以……
陆勤 2018-06-05
信用评分:第10部分 - 更大的图景 - 企业决策管理系统
“这总是能够创造大图景的小碎片。” - 本系列前几篇文章介绍了信用评分工具包的关键要素,包括评分卡模型,评分策略,实施和监控。 通过将这些单件放在一起,我们开始构建企业决策管理(EDM)系统的更大图景。 但是,这对于执行完整的信用风险决策流……
陆勤 2018-06-05
管理信用风险:FinTech数据科学的有效方法
金融技术通常被称为金融科技,是技术创新领域增长最快的领域之一。金融科技指的是一套专注于在社会中提供金融服务的新方式的技术。金融行业的这场技术浪潮始于使用计算机记录金融交易,评估纳税,创建最佳投资组合等等。今天,客户将账户余额实时信息提取到……
陆勤 2018-06-06
R做信用评分Part1
1.介绍 这是试图展示一些使用德国信用数据的机器学习(ML)的实例。虽然我们在本文中选择了信用评分问题作为案例研究,但同样的过程将适用于范围广泛的分类或回归问题响应建模,风险管理,流失管理,交叉销售/提升销售,使用模式,净现值,生命时间周期……
陆勤 2018-06-06
金融科技风险管理
>关键词:金融科技 风险管理 FinTech是什么? FinTech-一个广义概念的多方面理解。 金融 + 技术 = 金融科技(FinTech)。 没有正确的定义,但每个人都赞同FinTech会有影响力。 随着新技术(机器学习,AI,……
陆勤 2018-06-06