联系我们
返回上一页
试看结束
试看中
非购买用户可试看2分钟，开通后观看完整视频
第一章 量化模型和数据挖掘介绍
1.1 课程概述试看
1.2 量化模型的优越性，以及模型开发和应用的基本步骤试看
1.3 量化模型在客户管理生命周期的应用试看
1.5 多变量因子的建模过程试看
1.6 样本的抽样、分组、整理以及变量的选择试看
1.8 逻辑回归模型、最大似然估计(MLE)、变量选择方法、缺失值处理试看
1.9 多重共线性的问题识别及处理试看
1.10 Odd Ratio(优势率)的定义以及和自变量的关系试看
1.11 增益表(Lift Table)、增益图(Lift Chart)和KS指标试看
1.12 如何判断模型是否存在过度拟合？试看
1.13 如何衡量模型运行的稳定？——PSI指数、Gini系数试看
1.14 对逻辑回归的改进——证据权重(WOE)试看
1.15 银行在风险量化模型中用到了哪些数据？试看
1.16 大数据时代下，关于数据来源的考量试看
1.17 如何进一步提高模型准确性？——模型分组(以信用卡产品为例)试看
1.18 决策树模型与神经网络模型试看
1.19 进阶类模型与算法介绍一——聚类分析、社交网络模型、反欺诈模型试看
1.20 进阶类模型与算法介绍二——随机森林、卷积神经网络、机器学习、联邦学习试看
第二章 现代商业银行大数据量化模型体系及实例
2.1 商业银行业务的分类试看
2.2 量化模型在商业银行应用的意义试看
2.3 模型应用于审批准入，实现审批的自动化试看
2.4 案例——模型应用于差异化定价试看
2.5 案例——模型应用于审批额度的差异化策略试看
2.6 案例——模型在信用卡产品的生命周期管理中的应用试看
2.7 案例——模型应用于授信审批-富国银行10秒审批案例试看
2.8 案例——模型应用于富国银行ATM风险模型的案例试看
2.9 案例——平安银行新一贷产品运用模型自动筛选优质客户试看
2.10 案例——某金融集团针对电商客户群通过模型提供小额货款服务试看
2.11 案例——模型应用于早期风险预警策略试看
2.12 案例——客户流失模型试看
2.13 案例——SNA模型应用于对公客户试看
2.14 案例——模型应用于反欺诈试看
2.15 案例——互联网银行与互联网消费金融试看
2.16 决策引擎试看
2.17 大数据模型与普惠信贷流程试看
2.18 大数据相关概念介绍——数据仓库、数据字典、数据集市、BIS数据展示平台试看
2.19 国内征信行业介绍试看
2.20 美国征信行业介绍试看
请登录！