智慧型風控：原理、算法與工程實踐

內容簡介

《智慧型風控：原理、算法與工程實踐》基於Python全面介紹了機器學習在信貸風控領域的套用與實踐，原理、算法與工程實踐3個維度全面展開，包含21種實用算法和26個解決方案。

作者是智慧型風控、人工智慧和算法領域的資深專家，曾在多加知名金融科技企業從事風控算法方面的研究與實踐，經驗豐富，本書得到了風控領域9位專家的高度評價。

《智慧型風控：原理、算法與工程實踐》一共8章，每個章節都由問題、算法、案例三部分組成，具有系統性和實戰性。

第1-2章講解了信貸業務的基礎知識以及常用的規則引擎、信用評估引擎的建模方法。

第3章以項目冷啟動為背景，講解了風控領域套用廣泛的遷移學習方法。

第4-5章介紹了倖存者偏差與不均衡學習中所使用的無監督學習與半監督學習方法。

第6章闡述了無監督的異常識別算法，該算法常用於數據清洗與冷啟動項目，是反欺詐引擎中常用的個體欺詐檢測方法。

第7章分享了一些經作者實踐證明效果較好的模型最佳化方法，並對模型融合的思路進行了較為詳細的介紹。

第8章重點講解了知識圖譜相關的複雜網路基礎知識及網路表示學習方法，其中的社區發現算法常用於團伙欺詐檢測。此外，本章中的部分方法對信用評估模型的最佳化也有很大幫助。

梅子行

資深風控技術專家、AI技術專家和算法專家，現就職於滿幫科技，負責機器學習在風控領域的算法最佳化。歷任多家知名金融科技公司的風控算法研究員、數據挖掘工程師。

師承Experian、Discover等企業的資深風控專家，擅長深度學習、複雜網路、遷移學習、異常檢測等非傳統機器學習方法，熱衷於數據挖掘以及算法的跨領域最佳化實踐。

《智慧型風控：原理算法與工程實踐》推薦序

前言

第1章　風控建模與規則挖掘　/ 1

1.1　信貸與風險　/ 1

1.1.1　信貸業務與網際網路金融風控體系　/ 1

1.1.2　信貸風險與控制　/ 4

1.2　工業建模流程　/ 5

1.2.1　抽象業務　/ 6

1.2.2　定義標籤　/ 6

1.2.3　樣本選取　/ 7

1.2.4　特徵工程與模型調優　/ 9

1.2.5　上線監控與評估報表　/ 10

1.3　規則挖掘方案　/ 13

1.4　本章小結　/ 20

第2章　集成模型評分卡　/ 21

2.1　特徵工程解析　/ 21

2.1.1　特徵與模型　/ 22

2.1.2　信用模型的特徵　/ 22

2.2　特徵衍生方案　/ 24

2.3　離散處理　/ 27

2.3.1　one-hot編碼　/ 27