
梅子行
内容介绍 本书基于Python全面介绍了机器学习在信贷风控领域的应用与实践,从原理、算法与工程实践3个维度全面展开,包含21种实用算法和26个解决方案。 作者是智能风控、人工智能和算法领域的专家,曾在多加知名金融科技企业从事风控算法方面的研究与实践,经验丰富,本书得到了风控领域9位专家的高度评价。 全书一共8章,每个章节都由问题、算法、案例三部分组成,具有系统性和实战性。 第1-2章讲解了信贷业务的基础知识以及常用的规则引擎、信用评估引擎的建模方法。 第3章以项目冷启动为背景,讲解了风控领域应用广泛的迁移学习方法。 第4-5章介绍了幸存者偏差与不均衡学习中所使用的无监督学习与半监督学习方法。 第6章阐述了无监督的异常识别算法,该算法常用于数据清洗与冷启动项目,是反欺诈引擎中常用的个体欺诈检测方法。 第7章分享了一些经作者实践证明效果较好的模型优化方法,并对模型融合的思路进行了较为详细的介绍。 第8章重点讲解了知识图谱相关的复杂网络基础知识及网络表示学习方法,其中的社区发现算法常用于团伙欺诈检测。此外,本章中的部分方法对信用评估模型的优化也有很大帮助。
点击看了此书的目录很不错,可惜内容看不全,从目录上来看其中的很多数学算法还是很值得学习的,对于我工作上的帮助比较大。唯一可惜的就是不能在线阅读,而且微信读书也缺少一个收藏功能。
可以当字典与教材使用,对其中实例一一实践
内容非常好! 没看懂的人,还是会看不懂! 了解的人,才会知道里面的精髓!
前半有些切题内容,后半就陷入了算法和代码细节。值得想了解的人半小时扫一遍。无他
这本书没完全看完(很多数学知识跳过了),但是作者另外一本:智能风控:Python金融风险管理与评分卡建模这本书看了好几遍(代码还没敲过,但是对于新手来说,确实是难得到入门级好书)。 我写这个评论主要源自于一楼不负责任的评论,想为作者鸣不平。每一本书都有他相应到群体,一楼看不懂有可能不是这个行业或是相关经验,这本书本身就是一本进阶书,如果看基础的书籍,说实话这本不适合你(当然也不适合我)。 这本书很新,作者都说了里面的案例都是风控领域最新的一些分享,所以他讨论的本身就不会全。例如冷启动,迁移学习,幸存者偏差,不均衡问题的解决办法,拒绝推断问题,模型融合这些都能给行业从业者以思考,是难得到一线从业实践者经验。又有理论又有实操。别的相关书籍甚至是网上很难系统找到类似的讨论,大部分都是些零散的思考。所以从这本书定位来说,不适合初学者,至少对这个领域有所了解,或者是遇到相应问题,可以当做工具书的模式,用以实践的解答。或者说是一个索引,通过作者分享的一些案例,能让读者再去网上搜索更深入的资料。 作者这本书我通篇大略看了一遍,对我帮助其实挺大的,相应的一些知识目前用不上,但是会给我一些思考,所以本书短期内不是我看的重点。当然更重要的是另一本书对我的帮助,因为当入门不得其法,不知道从哪开始入门的时候,作者的话这两本书起了引路人的作用。里面的数学知识大部分我都跳过了,因为数学薄弱,看懂些概念,让自己能理解,然后就是现在Python里面有许多库,我们如果是实际操作,懂得调库就能解决工作上大部分问题(当然能够深入的话会更好),所以最后其实还是需要应对自己的需求来选书看。 另外就是,我觉得看书,尤其是职场中,最重要的是解决问题,解决当下所需,然后再去寻找解决办法,找到最能匹配的书籍。这一点,作者对风控领域的帮助,尤其是实践这块,真的挺大的,感谢,绝对的五星好评!
"风控是金融和交易类业务的核心环节,此领域缺乏逻辑实证主义体系下的整体框架。本书在这方面做出了非常有价值的总结,它会帮助风控人员快速建立起合理的思考方式和扎实的方法论。 本书基于Python全面介绍了机器学习在信贷风控领域的应用与实践,从原理、算法与工程实践3个维度全面展开,包含21种实用算法和26个解决方案。 全书共8章,每个章节都由问题、算法、案例三部分组成,具有系统性和实战性;此外,本书采用漫画风格,可读性强;每个知识点都有对应案例,实战性强;技术和算法在风控领域也比较超前,如生成对抗网络、迁移学习等。阅读过程像是给自己的风控体系做诊断,在确认病因后,本书还提供了药方,值得从业者和研究者反复阅读。"
不适合没有背景的人看,很多关键词没有贴合实际的解释,并且例子有些抽象。但是在算法方面的探讨比较丰富,很有实际意义。
内容非常丰富,与市场上的书要么过度专注业务要么就太专注算法,这本书非常适合行业内的产品研发人员和科技人员。
太零散。不知所云。做风控金融基础还是有的,金融基础词介绍没必要还解释太不通透。做计算机通篇贴代码,也太没有参考性。金融计算机都缺更不适合看
还可以吧,值得读一读,做了不少读书笔记。