Python金融大数据风控建模实战：基于机器学习
王青天 孔越
3693人在读
28.5万字总字数
¥71定价
王青天 孔越
本书的定位是一本Python金融大数据风控建模的入门级读物。全书包括4篇：背景篇旨在由浅入深地引领读者走进金融科技领域，了解智能风控，系统、全面地认识评分卡；基础篇围绕评分卡构建的全流程，向读者一一讲述每个环节的理论知识，随之进行代码实践，帮助读者获得从0至1构建评分卡模型的工程能力；进阶篇旨在从建模中可能遇到问题出发，提供一些问题解决或模型提升的思路，使建立的评分卡具有更好的业务适应及预测能力；实战篇结合真实信贷场景的数据集，带领读者完成从数据分析至评分卡生成的各个流程，旨在让读者体验真实场景，具备评分卡实战能力，亦可作为读者实际工作中构建评分卡的参考。本书适合有一定Python语言基础的金融风控相关技术人员阅读，也适合想要了解人工智能如何在金融场景应用的开发及业务人员。另外，也适合专业培训机构的学员和相关专业的学生。
无监督编码常用的3种方式：One-hot （独热） 编码、Dummy variable （哑变量） 编码和Label （标签） 编码。
可能是初稿，有不少编辑和目录错误，但仍不失为一本关于机器学习实战的好书。
针对的整体的评分卡开发的流程梳理的比较清楚，且也给出了一些关注点供参考。
还不错吧 可以看看感兴趣的部分 能有些启发
内容还可以，介绍了怎么用机器学习以及其他人工智能的手段筛选客户，防范风险（其实就是赖账）。可惜没有结合国内的例子来讲，关于机器学习那部分也是直接抄其他教材。对银行从业人员来说还是比较有用的。
虽然所写的都是机器学习应用在风控领域的一些基础例子，用的也都是现成的库，缺少对于库里源码的讲解。但好在很全面，由经典的评分卡模型入手，讲解了包括变量编码，特征选择，模型训练，模型评估，集成学习等概念。相比其他讲金融科技书籍长篇大论演讲式的“talk is cheap”，这是真正的“show me the code”实战讲解。
内容比较全，适合入门，但是每部分内容又不够深入，总体还是比较推荐了
除了blending，基本都用过了，比较基础，大量工具和代码相关内容是基于sklearn来做，想做评分卡的可以看一看，基本包括了AB卡的构建全流程，照着做可以做出来。不过也发现一个现象，就是介绍应用类的AI书籍，基本都比较基础，看来行业和场景的难以深入化是同行共同的问题，大多数时候都是以做出来为主，至于优化提升做的都比较少。
粗略看了一下。基本上是入门书籍。对金融风控体系进行初步了解。需要应用的方法和整体步骤。细节还有很多没设计
一众浑水摸鱼的书中算是比较良心的