课程名称: 小象《金融数据分析》第二期视频教程
在金融行业中，营销部门和风控部门是两大主要业务部门。本课程将介绍数据分析技术如何应用在银行业营销部门面临的客户分群需求和互联网金融行业风控部门涉及到的信贷违约预测。 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。
更新说明：
在本期课程中，我们将实用真实的业务数据，介绍营销工作中常面临的客户聚类分析，和风控中的 （贷中）行为评分卡模型，从而实行客户的精准分类和有效的风险控制。
面向人群：
1.对金融业感兴趣，想从事银行业、互联网金融行业风控或营销业务。
2.金融行业数据分析从业人员，并且有一定的数据分析基础和编程能力的学员
学习收益：
1.熟悉金融行业业务，助力快速适应金融行业数据分析
2.掌握客户营销中的客户分群的建模方法
3.掌握风控业务中的违约预测技术，熟悉构建怎样的特征和模型来降低信贷业务中的违约损失
主讲老师：
田野
毕业于新加坡国立大学统计系，曾在外资银行总部和国内领先的咨询服务公司从事模型 开发工作，包括营销模型、信用风险模型等。擅长机器学习的常用算法在营销和风控等实际领 域的应用。擅长的数据分析语言有R，SAS和Python。此外，对银行客群的行为分析也有丰富的相关经验，包括流失预警和消费预测等业务场景。
课程目录：
01 数据分析基本知识复习
02 银行信贷客户的聚类分析－非监督式聚类
03 银行信贷客户的聚类分析－非监督式聚类（续）
04 银行信贷客户的聚类分析－半监督式聚类和聚类集成
05 行为评分卡模型的简介
06 行为评分卡模型的特征构造
07 行为评分卡模型的特征挑选
08 行为评分卡的构建
09 行为评分卡模型的验证、监控和调优
10-组合评分卡模型
下载地址：
|
|
