学习风控，这几本书建议读100遍
今天，为大家分享的这6本书风控书籍，是值得读100遍。
1.黑白-智能风控2册
——梅子行
豆瓣8.2分（4275人评分）
1.智能风控：原理 算法与工程实践
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资深专家，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。
2.智能风控：Python金融风险管理与评分卡建模
《智能风控：Python金融风险管理与评分卡建模》是一本专注于金融风险管理和风险评分卡建模的书籍。在这本书中，作者着重介绍了如何运用Python编程语言来处理金融领域的风险问题。
该书首先对金融风险管理的基本概念和原理进行了解释，涵盖了信用风险、市场风险和操作风险等不同形式的风险。接着，书中详细介绍了Python在金融风险管理中的应用，包括风险数据的处理和分析、建立风险评估模型以及风险监控和报告等方面。
书中的重点之一是评分卡建模，这是一种常用的风险评估工具，在信贷、风控等领域得到广泛应用。读者将学习如何使用Python构建评分卡模型，并通过真实的案例和实例演示模型的开发过程。
此外，书中还介绍了风险数据的可视化和分析方法，以及如何利用机器学习和人工智能技术来增强风险管理效果。读者将了解到如何利用Python中的各种库和工具进行数据处理、特征工程和模型训练。
2.智能风控-评分卡建模原理、方法与风控策略构建
——张伟
豆瓣8.4分（5533人评分）
“作者在智能风控领域深耕十余年，既熟悉商业银行传统风控体系思想、方法、技术、工具，又熟悉人工智能背景下的创新智能风控相关解决方案、风险策略和风险建模技术，本书是作者实践经验的系统性总结。”
这是一部系统讲解评分卡建模的智能风控著作，从业务与技术、理论与实践、传统风控与智能风控等角度透彻讲解评分卡建模的原理、流程、方法及其风控策略构建。
本书不仅介绍了评分卡建模的理论基础，更关注实践应用。作者使用Python编程语言作为工具，提供了丰富的实例和案例，帮助读者深入理解评分卡建模的实际操作过程。从数据处理和特征筛选到模型开发和评估，读者将学习到大量实用技能和技巧。
3.智能风控与反欺诈
——蔡主希
豆瓣8.2分（14523人评分）
作者是经验丰富的智能风控算法专家，先后就职于头部的互联网公司的金融部门以及头部的公募基金公司，致力于人工智能算法在信贷风控领域的应用。
这是一部指导信贷业务如何用智能风控、反欺诈的技术和方法实现风险控制的著作。
本书不仅体系化地讲解了智能风控和反欺诈的体系、算法、模型以及它们在信贷风控领域实践的全流程，而且还从业务和技术两个角度讲解了传统的金融风控体系如何与智能风控方法实现双剑合璧。全书以实战为导向，辅以多个用Python实现的综合案例，便于读者理解和实操。
4.金融数据风控-数据合规与应用逻辑
——李可顺
豆瓣9.0分（950人评分）
《金融数据风控-数据合规与应用逻辑》是一本关于金融领域数据风控和合规的重要著作。本书全面而深入地介绍了金融数据风控的基本原理、方法和应用逻辑。
作者首先系统阐述了金融数据合规的重要性和挑战，深入解析了金融数据合规的法律法规和监管要求。接着，本书重点关注了数据风险识别、数据分析和模型应用的关键技术。通过对金融数据风控的核心概念和方法进行详尽解读，读者可以全面了解金融数据风控的实际操作。
本书的精华在于它将数据风控与应用逻辑相结合，强调了风险管理决策的重要性。作者深入探讨了数据风险的应用场景，并介绍了数据风险管理框架的构建和实施。无论是数据特征工程、模型开发，还是风险监控和应急处置，本书都提供了宝贵的指导和实践经验。
5.智能风控平台：架构、设计与实现
——郑江
豆瓣8.0分（7665人评分）
本书讲解了如何基于不同业务场景的智能风控方法来构建一个从数据到计算再到决策的通用智能风控平台，该平台既能应用于业务的全流程，又能承载互联网业务中的大部分风险控制方案。
《智能风控平台：架构、设计与实现》是一本全面介绍智能风控平台的权威著作。作者深入探讨了智能风控平台的架构原理、设计思路和实施方法，为读者提供了深入理解和应用智能风控的重要指南。
本书首先关注了智能风控平台的基本概念和发展趋势。作者详细分析了智能风控平台的工作原理、技术特点以及在金融领域的应用场景。读者可以从中了解到智能风控平台在风险管理和决策过程中的重要性。
在架构设计方面，本书从多个维度进行了深入讨论。作者介绍了智能风控平台的分层架构模式和相关技术组件，包括数据采集、数据预处理、特征工程、模型开发和风险决策等。此外，本书还详细描述了不同模块之间的互联互通机制和数据流动方式，让读者能够全面理解智能风控平台的整体框架。
在实现方法方面，本书提供了丰富的实践指导和技术案例。作者介绍了智能风控平台的实施步骤，包括数据集成、模型训练、模型评估和系统优化等。通过实际案例的分析和讨论，读者将了解到如何将智能风控平台应用于实际业务场景中，并取得有效的风险管理和决策效果。
6.python金融大数据风控建模实战：基于机器学习
——王青天 孔越
豆瓣8.9分（74903人评分）
作者机器学习知识比较扎实，与风控领域知识结合的很好。数据处理、特征工程、特征筛选、模型方面基本涵盖了风控领域的常用方法，拥有机器学习基础的人读起来会比较顺畅。
本书很细致地讲述了评分卡模型的分类，数据清洗，分箱，编码，特征选择，训练模型等步骤，也较为详细地描述了数据的观察期和表现期的界定，好坏样本的界定，这些都是干货。
金融领域比较注重模型的解释性，因此也许在实际工作中神经网络，混合模型等黑箱模型运用不算多，说到模型的可解释性，首当其冲的就是Logistic模型（对数几率模型），本书最终的例子也是用的该模型。
写在最后
其实，读书，如果只读一两遍，那是在打发时间。
但是如果很认真去多读很多遍，甚至100遍，那才叫学习。
不管学习什么，都是需要重复去做，让一些关键的因素在脑海里留下深刻的记忆，直到知识融入到皮肤里。