7.1.2 模型介绍：前进搜索、梯度搜索、后退搜索 - - 天弈方圆

模块一：实际项目数据概述

1.1 课程介绍试看

1.2 为什么要建模（以信贷产品应用为例）试看

1.3 建模的方法和流程介绍试看

1.4 案例数据介绍试看

1.5 Python编辑器安装教学试看

模块二：数据整合和清洗

2.1 主要步骤基本介绍试看

2.2 主要步骤具体讲解试看

2.3.1 实操讲解——环境设置试看

2.3.2 实操讲解——原始数据导入与整合试看

2.3.3 实操讲解——原始数据清洗试看

2.3.4 实操讲解——原始数据导出和总结试看

2.4 要点回顾及利用ChatGPT进行Debug讲解试看

模块三：样本的设计

3.1 样本设计基本概念介绍试看

3.2 设计方式具体讲解试看

3.3 实操讲解——训练集和验证集产生试看

3.4 要点回顾试看

模块四：变量初选

4.1 为什么要进行变量初选试看

4.2 变量初选方法介绍（相关系数、变量搜索、主成分分析、KS值、信息值）试看

4.3 基于课程案例的变量初选试看

4.4.1 实操讲解——环境设置、数据集读取与变量统计试看

4.4.2 实操讲解——缺省值插入试看

4.4.3 实操讲解——相关性分析试看

4.4.4 实操讲解——回归方法试看

4.4.5 实操讲解——逻辑回归试看

4.4.6 实操讲解——主成分分析试看

4.4.7 实操讲解——KS值计算试看

4.4.8 实操讲解——信息值计算试看

模块五：变量处理

5.1 变量处理的目的试看

5.2 预测变量分析图试看

5.3 变量处理方法介绍试看

5.4.1 实操讲解——环境设置与数据集导入试看

5.4.2 实操讲解——图表生成与分析试看

5.4.3 实操讲解——字符处理试看

5.4.4 实操讲解——数字变量处理试看

模块六：模型表现的度量

6.1 理解模型表现的度量试看

6.2.1 常用性能指标介绍——提升图试看

6.2.2 常用性能指标介绍——AUC试看

6.2.3 常用性能指标介绍——基尼指数试看

6.2.4 常用性能指标介绍——基尼指数和AUC值之间的关系试看

6.2.5 常用性能指标介绍——KS值和信息值试看

6.2.6 常用性能指标介绍——小结总结试看

6.3.1 实操讲解——环境设置、数据集读取与预测变量调整试看

6.3.2 实操讲解——建模试看

6.3.3 实操讲解——提升图试看

6.3.4 实操讲解——AUC值和基尼指数试看

6.3.5 实操讲解——KS值和信息值试看

6.3.6 实操讲解——本节回顾及插入提升图注意事项试看

模块七：模型搭建和选择

7.1.1 模型介绍：逻辑回归模型试看

7.1.2 模型介绍：前进搜索、梯度搜索、后退搜索试看

7.1.3 模型介绍：随机森林试看

7.1.4 模型介绍：GBM和XGBoost试看

7.2 模型的选择和AUC比较试看

7.3.1 实操讲解——环境设置与数据集读取试看

7.3.2 实操讲解——逻辑回归（所有变量）试看

7.3.3 实操讲解——逻辑回归（向前选变量）试看

7.3.4 实操讲解——逻辑回归（向后选变量）试看

7.3.5 实操讲解——随机森林试看

7.3.6 实操讲解——XGBoost和GBM试看

7.3.7 实操讲解——叠加模型试看

7.3.8 本节回顾试看

模块八：模型的验证和解释

8.1 流程介绍（变量核查、评分代码、模型验证、分数分布和分割点）试看

8.2.1 实操讲解——环境设置与数据集读取试看

8.2.2 实操讲解——模型验证试看

8.2.3 实操讲解——模型解释（画图）试看

8.2.4 实操讲解——保存为模块试看

模块九：模型的实施设计

9.1 流程介绍（法律合规、实施策略、交换集分析、经济效益、未来规划）试看

9.2.1 实操讲解——环境设置与变量选择试看

9.2.2 实操讲解——打分机制验证试看

9.2.3 实操讲解——策略曲线试看

9.2.4 实操讲解——对新的生产线上的总体数据打分试看

9.2.5 实操讲解——小结回顾试看

模块十：模型的监控设计

10.1.1 监测要点——总体稳定性监测试看

10.1.2 监测要点——模型有效性监测试看

10.1.3 监测要点——变量水平监测试看

10.2.1 实操讲解——环境设置试看

10.2.2 实操讲解——总体稳定性例子试看

10.2.3 实操讲解——模型有效性说明试看