在金融贷款机构中，风控部门是核心部门之一。风控体系的好坏直接决定机构盈利能力和存活能力。本课程将介绍数据分析技术如何应用在互联网金融行业风控部门涉及到的信贷违约预测和催收还款预测。课程中将使用贴近真实业务场景的数据，并且给出切实可行的解决方法。在本期课程中，我们将实用真实的业务数据介绍信贷机构在信用风控领域常用的三种风险预测模型，从而帮助学员了解贷前审核、贷中预警、逾期催收的风控量化途径。同时学员也能掌握目前评分卡模型最前沿的技术。

课程目录：

小象学院 金融信贷风控中的机器学习
├1.mp4
├10.mp4
├2.mp4
├3.mp4
├4.mp4
├5.mp4
├6.mp4
├7.mp4
├8.mp4
├9.1.mp4
├9.2.mp4
├<金融信贷中的机器学习>
│ ├第八课：机器学习模型用于评分卡模型－GBDT.pdf
│ ├第八课_代码.zip
│ ├第二课：代码和数据.zip
│ ├第二课：申请评分卡中的数据预处理和特征衍生.pdf
│ ├第九课：深度学习模型用于评分卡模型.pdf
│ ├第九课_代码.zip
│ ├第六课：行为评分卡模型的介绍.pdf
│ ├第六课_代码和数据.zip
│ ├第七课：催收评分卡（还款率）模型的介绍.pdf
│ ├第七课_代码和数据.zip
│ ├第三课：代码.zip
│ ├第三课：申请评分卡中的数据预处理和特征衍生(续).pdf
│ ├第十课：组合评分卡模型.pdf
│ ├第十课_代码.zip
│ ├第四课：逻辑回归模型在申请评分卡中的应用.pdf
│ ├第四课_代码.zip
│ ├第五课：评分卡模型的评价标准.pdf
│ ├第五课_代码和数据.zip
│ ├第一课：互联网金融业申请评分卡的介绍.pdf
│ └课外材料：评分卡的切分与使用.pdf