反欺诈评分卡

大行都在用的最新反欺诈技术大揭密！

金融反欺诈业务的数字化转型驱动因素有哪些变化？图技术从哪些角度革新申请反欺诈业务？有哪些前沿的反欺诈实践案例与方法论？Galaxybase吸引众多厂商使用的优势是什么？
创邻科技·2022-11-21 15:22

2021年声纹识别研究与应用学术研讨会笔记

ICCASP有36篇和speakerverification有关的文章，其中有涉及多模态、spoofing、鲁棒性、domainadaptation等，未来的应用应该是场景驱动、融合创新的，有一些例如反欺诈需要声纹掩盖等针对技术
你的宣妹·2022-11-21 13:11

SDU项目实训记录1.1——项目介绍（6.28）

SDU项目实训记录1.1——项目介绍一、实训题目二、项目背景三、项目要求四、实训目标五、系统功能六、技术方案七、环境要求一、实训题目题目名称：基于信用评分卡算法模型的个人信用评级系统的设计与实现题目来源
宅女不减肥·2022-11-21 07:00

一文彻底理解评分卡开发中——Y的确定（Vintage分析、滚动率分析等）

评分卡已经在各大银行和公司都实际运用于业务，也有很多前辈对它进行了详细的阐述。本文将从支付和信贷评分卡建立的角度，对比分析不同行业在建立评分卡时因变量Y确定的差异。
阿黎逸阳·2022-11-21 07:22

FAL风控培训「六大场景下，模型分数如何应用？」

评分模型可以从信贷风险管理流程上分成申请评分模型、行为评分模型、催收评分模型以及反欺诈评分模型，这里的反欺诈评分模型还是二分类的评分模型，不同于异常检测、模糊匹配、关系网络等图论型模型；也可以从应用功能上分为信用评分
金科应用研院·2022-11-21 07:14

六大场景下，模型分数如何应用？

评分模型可以从信贷风险管理流程上分成申请评分模型、行为评分模型、催收评分模型以及反欺诈评分模型，这里的反欺诈评分模型还是二分类的评分模型，不同于异常检测、模糊匹配、关系网络等图论型模型；也可以从应用功能上分为信用评分
金科应用研院·2022-11-21 07:14

天池长期赛：二手车价格预测（422方案分享）

缺失值可视化2.特征描述性统计3.测试集与验证集数据分布4.特征相关性三、数据清洗四、特征工程1.构建时间特征2.匿名特征交叉3.平均数编码五、建模调参六、模型融合总结前言赛题属于回归类型，相比于前两次的保险反欺诈及贷款违约预测
wjzeroooooo·2022-11-21 05:27

天池学习赛：保险反欺诈预测（附代码）

前言一、赛题介绍二、数据描述性统计1.查看缺失值、重复值、统计目标变量比例2.查看异常值3.查看训练集与测试集数据分布3.1查看数值变量3.2查看部分分类变量4.数据相关性三.部分分类特征可视化四.特征处理4.1平均数编码4.2其余分类特征编码五.数据建模六.shap归因展示6.1特征输出6.2.正负影响6.3.单样本解析6.4.LIME局部可解释模型不可知解释6.5.单个特征与目标变量之间的关系
wjzeroooooo·2022-11-21 05:26

阿里天池金融数据分析赛题2：保险反欺诈预测baseline

金融数据分析赛题2：保险反欺诈预测baseline好久没写baseline了，最近逛比赛的时候突然看到阿里新人赛又出新题目了，索性写个baseline给初学者，昨天晚上把比赛数据下载了，然后随便跑了个模型
CquptDJ·2022-11-21 05:18

python评分卡2_woe与IV分箱方法

本系列分以下章节：python评分卡1_woe与IV值python评分卡2_woe与IV分箱方法python评分卡3_woe与IV分箱实现python评分卡4_logistics原理与解法_sklearn
雪龙无敌·2022-11-20 06:51

python评分卡3_woe与IV分箱实现

本系列分以下章节：python评分卡1_woe与IV值python评分卡2_woe与IV分箱方法python评分卡3_woe与IV分箱实现python评分卡4_logistics原理与解法_sklearn
雪龙无敌·2022-11-20 06:51

sklearn_逻辑回归制作评分卡_菜菜视频学习笔记

逻辑回归制作评分卡3.0前言逻辑回归与线性回归的关系消除特征间的多重共线性为什么使用逻辑回归处理金融领域数据正则化的选择特征选择的方法分箱的作用3.1导库3.2数据预处理3.2.1去重复值3.2.2填补缺失值
chenburong2021·2022-11-20 03:04

基于PCA（主成分分析法）对信用评分卡反欺诈案例 代码+数据

任务描述：信用卡欺诈是使用或涉及支付卡（例如信用卡或借记卡）作为交易中的欺诈资金来源进行的盗窃和欺诈的广泛术语。目的可能是在不付款的情况下获取商品，或从帐户中获取未经授权的资金（例如盗刷）。尽管信用卡欺诈的发生率限于所有卡交易的约0.1％，但由于欺诈交易属于非法交易，因此造成了财务损失。信用卡公司能够识别欺诈性的信用卡交易非常重要，这样就不会向客户收取未购买商品的费用。在该任务中，我们需要将交易分
数学是算法的灵魂·2022-11-20 03:29

【机器学习】评分卡的制作

背景介绍在银行借贷场景中，评分卡是一种以分数形式来衡量一个客户的信用风险大小的手段，它衡量向别人借钱的人（受信人，需要融资的公司）不能如期履行合同中的还本付息责任，并让借钱给别人的人（授信人，银行等金融机构
Sciengineer-Mike·2022-11-19 18:18

智能风控平台核心之风控决策引擎（三）

现在主流的风控决策引擎核心功能模块如下所示：除了模型、规则、评分卡、表达式、决策流管理功能模块，还需要指标管理、接口管理、模型监控、风控报告等模块的辅助支撑，风控决策引擎才能在实际的业务中运行。
互金杂货铺·2022-11-19 15:02

实战九：基于PCA（主成分分析法）对信用评分卡反欺诈案例 代码+数据（非常详细可作为毕设）

任务描述：信用卡欺诈是使用或涉及支付卡（例如信用卡或借记卡）作为交易中的欺诈资金来源进行的盗窃和欺诈的广泛术语。目的可能是在不付款的情况下获取商品，或从帐户中获取未经授权的资金（例如盗刷）。尽管信用卡欺诈的发生率限于所有卡交易的约0.1％，但由于欺诈交易属于非法交易，因此造成了财务损失。信用卡公司能够识别欺诈性的信用卡交易非常重要，这样就不会向客户收取未购买商品的费用。在该任务中，我们需要将交易分
甜辣uu·2022-11-19 07:55

Xintell——全生命周期的模型建设+智能数据中台

在业务反欺诈、运营及数据分析上，经常会涉及到模型。
顶象技术·2022-11-18 08:13

详解风控模型中的逻辑回归评分卡与模型评估内容

今天我们来输出一篇风控长文，关于大家熟悉关注的逻辑评分卡的开发的内容，文章篇幅较长，大纲目录如下：建模前准备1.1特征预处理与转化1.2特征衍生与提取1.3特征选择与降维分箱2.1分箱概述2.2分箱方法
番茄风控·2022-11-17 11:58

风控童鞋，建议都好好学一下这份手动的特征分箱

申请信用评分卡模型（A卡），对于从事金融信贷风控领域的小伙伴来讲是非常熟悉的，在贷前风控流程中通过一定的评分逻辑规则，对申请用户的信用能力或风险情况进行评估，并结合风控决策阈值实现申请进件的最终审批状态
番茄风控·2022-11-16 20:01

【菜菜的sklearn课堂笔记】逻辑回归与评分卡-重要参数penalty & C

视频作者：菜菜TsaiTsai链接：【技术干货】菜菜的机器学习sklearn【全85集】Python进阶_哔哩哔哩_bilibili正则化是用来防止模型过拟合的过程，常用的有L1正则化和L2正则化两种选项。这个增加的范式，被称为“正则项”，也被称为"惩罚项"。损失函数改变，基于损失函数的最优化来求解的参数取值必然改变，我们以此来调节模型拟合的程度。其中L1范式表现为参数向量中的每个参数的绝对值之和
烧灯续昼2002·2022-11-16 20:29

【菜菜的sklearn课堂笔记】逻辑回归与评分卡-二元逻辑回归损失函数的数学解释，公式推导与解惑

视频作者：菜菜TsaiTsai链接：【技术干货】菜菜的机器学习sklearn【全85集】Python进阶_哔哩哔哩_bilibili白板推导里有写过程，但是当时理解的不太好，ψ(xi,ω)\psi(x_{i},\omega)ψ(xi,ω)的理解有点问题也就是下面的yθ(xi)y_{\theta}(x_{i})yθ(xi)我们基于极大似然法来推导二元逻辑回归的损失函数，这个推导过程能够帮助我们了解损
烧灯续昼2002·2022-11-16 20:28

【菜菜的sklearn课堂笔记】逻辑回归与评分卡-名为“回归”的分类器

视频作者：菜菜TsaiTsai链接：【技术干货】菜菜的机器学习sklearn【全85集】Python进阶_哔哩哔哩_bilibili逻辑回归，是一种名为“回归”的线性分类器，其本质是由线性回归变化而来的，线性回归是机器学习中最简单的的回归算法，它的方程是z=θ0+θ1x1+θ2x2+⋯+θnxnz=\theta_{0}+\theta_{1}x_{1}+\theta_{2}x_{2}+\cdots+
烧灯续昼2002·2022-11-16 15:07

flink杂记

复杂事件的用途：反欺诈，网络欺诈，设备故障检测Flink基于DataStreamApi来做FlinkCEP组件栈在idea项目中导
董世森 学习·2022-11-15 10:26

漫谈数仓OLAP技术哪家强？

，麻烦右下角点个在看，或者把本号置顶】正文开始数据应用，是真正体现数仓价值的部分，包括且又不局限于数据可视化、BI、OLAP、即席查询，实时大屏，用户画像，推荐系统，数据分析，数据挖掘，人脸识别，风控反欺诈
傅一平·2022-11-15 10:08

机器学习总结一：Bagging之决策树、随机森林原理与案例

机器学习算法总结一、Bagging之决策树、随机森林原理与案例二、boosting之GBDT、XGBT原理推导与案例三、SVM原理推导与案例四、逻辑回归与反欺诈检测案例五、聚类之K-means一、Bagging
想考个研·2022-11-14 09:08

机器学习总结三：SVM原理推导与案例

机器学习算法总结一、Bagging之决策树、随机森林原理与案例二、boosting之GBDT、XGBT原理推导与案例三、SVM原理推导与案例四、逻辑回归与反欺诈检测案例五、聚类之K-means三、SVM1
想考个研·2022-11-14 09:07

机器学习总结二：boosting之GBDT、XGBT原理公式推导

一、Bagging之决策树、随机森林原理与案例二、boosting之GBDT、XGBT原理推导与案例三、SVM原理推导与案例四、逻辑回归与反欺诈检测案例五、聚类之K-meansBoosting1.简介通过在数据上构建多个弱评估器
想考个研·2022-11-14 09:37

机器学习总结四：逻辑回归与反欺诈检测案例

机器学习算法总结一、Bagging之决策树、随机森林原理与案例二、boosting之GBDT、XGBT原理推导与案例三、SVM原理推导与案例四、逻辑回归与反欺诈检测案例五、聚类之K-means四、逻辑回归
想考个研·2022-11-14 09:33

Gaussian Process for Regression

python风控评分卡建模和风控常识(博客主亲自录制视频教程)https://study.163.com/course/introduction.htm?
weixin_30302609·2022-11-13 18:09

利用Python进行信用评分

评分卡：以分数的形式来衡量风险几率的一种手段，分数越高越安全。数据来源：Kaggle有15万条的样本数据，–基本属性：包括了借款人当时的年龄。–偿债能力：包括了借款人的月收入、负债比率。
数数chat·2022-11-08 09:28

3.1 机器学习 --- 决策树

3.1机器学习—决策树一金融评分卡模型做好后尽量快的上线，以符合要求的模型，尽快上线。
紫眸猫星人·2022-11-08 09:11

如何在信用卡反欺诈检测中使用人工智能和机器学习

在公众号「python风控模型」里回复关键字：学习资料人们多年前在商店购买的东西现在可以在网上购买，无论它们是什么：家具、食物或衣服。因此，全球电子商务市场正在迅速崛起，预计到2021年将达到4.9万亿美元。这无疑会触发犯罪世界的成员通过网络寻找受害者钱包的路径。仅美国联邦、地方和州执法机构以及私人组织在2019年报告了300万起身份盗用案件。其中约25%的案件丢失了资金。根据IC3（互联网犯罪投
python机器学习建模·2022-11-08 01:12

欺诈检测的机器学习算法及企业级欺诈检测方案！

为了阻止欺诈事件的产生，反欺诈者也越来越多。随着人工智能在计算机领域的发展，使用机器学习进行欺诈检测已在许多行业中流行起来。
虹科云科技·2022-11-08 01:12

Python基于低方差特征选择(VarianceThreshold)、遗传算法(TPOTRegressor)实现信用评分卡模型

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。1.项目背景如今，越来越多的80，90后贷款买房买车，一时之间，银行提供的贷款业务成了时代的“新宠”。银行贷款是指个人或企业向银行根据该银行所在国家政策以一定的利率将资金贷放给资金需求的个人或企业，并约定期限归还的一种经济行为。为了降低不良贷款率，保障自身资金安全，提高风险控制水
胖哥真不错·2022-11-07 15:39

python信用评分卡建模（附代码）

人信用评级有一系列评级模型组成，常见是A卡（申请评分卡）、B卡（行为模型）、C卡（催收模型）和F卡（反欺诈模型）。
python风控模型·2022-10-28 21:36

干货 | 基于 Python 的信用评分模型实战！

来源|知乎作者|Carl文章链接|https://zhuanlan.zhihu.com/p/35284849信用评分模型可用“四张卡”来表示，分别是A卡（Applicationscorecard，申请评分卡
浪尖聊大数据-浪尖·2022-10-28 21:35

基于Python的信用评分卡模型建立和分析，万字阐述，收藏

和所有金融信贷业务一样,信用风险creditrisk也是企业贷款面临的最主要风险，特别是中小微企业。随着微小企业信贷业务的迅速发展,客户群体的不断扩大,诸多大型企业（恒大，融创，st上市公司）暴雷，银行在大数据面前对于客户个人信用水平的把握变得越来越困难.如何科学,快速地识别个人客户和企业客户信用风险,成为微小贷款业务持续,健康发展的重要前提。信用风险计量模型可以包括跟个人信用评级，企业信用评级和
python机器学习建模·2022-10-28 21:04

python 评分卡_评分卡原理及Python实现

人信用评级有一系列评级模型组成，常见是A卡（申请评分卡）、B卡（行为模型）、C卡（催收模型）和F卡（反欺诈模型）。
python机器学习建模·2022-10-28 21:03

python 评分卡

人信用评级有一系列评级模型组成，常见是A卡（申请评分卡）、B卡（行为模型）、C卡（催收模型）和F卡（反欺诈模型）。
python机器学习建模·2022-10-28 21:03

python评分卡模型

人信用评级有一系列评级模型组成，常见是A卡（申请评分卡）、B卡（行为模型）、C卡（催收模型）和F卡（反欺诈模型）。
python机器学习建模·2022-10-28 21:03

基于Python的信用评分卡模型-give me some credit数据集，AUC 0.93 KS 0.71

人信用评级有一系列评级模型组成，常见是A卡（申请评分卡）、B卡（行为模型）、C卡（催收模型）和F卡（反欺诈模型）。
python机器学习建模·2022-10-28 21:33

Python实现贷款用户的信用评分卡

人信用评级有一系列评级模型组成，常见是A卡（申请评分卡）、B卡（行为模型）、C卡（催收模型）和F卡（反欺诈模型）。
python机器学习建模·2022-10-28 21:33

风控建模坏样本太少，不要再用过采样和欠采样了，试下这种更有效的方法

举个最常见的例子，在信贷场景中构建反欺诈模型时，训练样本数据的欺诈目标群体往往是占比很少，必然需要我们对这种正负样本不平衡的情形进行处理，从而保证模型拟合训练的有效性，并获取满足实际需求的模型结果。
番茄风控·2022-10-28 10:08

带你上手 AI 大赛

原创：晏茜资料来源：陈旸本文的主要内容包括以下环节，首先既然文章内容是关于AI大赛的，我希望大家直接跟随作者上手去打一场比赛，在这篇文章中，会以保险反欺诈预测比赛为例，通过介绍整个比赛的过程，我们会了解到常用的机器学习神器
笑傲NLP江湖·2022-10-20 22:33

A Full Hardware Guide to Deep Learning深度学习电脑配置

python信用评分卡（附代码，博主录制）https://study.163.com/course/introduction.htm?
weixin_30367945·2022-10-18 18:03

python混淆矩阵实证分析_python评分卡之LR及混淆矩阵、ROC

importpandasaspdimportnumpyasnpfromsklearnimportlinear_model#读取数据sports=pd.read_csv(r'C:\Users\Administrator\Desktop\RunorWalk.csv')#提取出所有自变量名称predictors=sports.columns[4:]#构建自变量矩阵X=sports.ix[:,predic
weixin_39658966·2022-10-14 07:11

大数据工程师应掌握的技能

大数据工程师是以大数据平台构建以及海量数据采集、存储、计算等工作的技术人员，工作中的典型应用包含离线计算、实时计算、即时查询、数仓构建、用户画像、个性化推荐、反欺诈等。
梯度科技·2022-10-13 15:01

风控欺诈坏人太少，没法建模？来试下这个解决目标样本不平衡的方法吧

反欺诈是信贷业务的典型场景，对于从事风控的小伙伴来讲，可以通过策略或模型来防范欺诈风险。其中，针对反欺诈模型的开发，众所周知，建模样本数据的目标分布往往是不平衡的，毕竟欺诈行为表现往往是小众群体。
番茄风控·2022-09-25 18:41

Flink 在众安保险金融业务的应用

主要内容包括：整体概况智能营销应用实时特征应用反欺诈应用后期规划一、整体概况上图是我们的实时计算整体架构图，最下层是数据源层，包括了来自于应用系统的业务数据、应用系统的消息数据、用户行为埋点数据以及应用日志数据
Apache Flink·2022-09-22 18:12

GNN（图神经网络）在反欺诈领域的落地

今天的博客主要参考了《HeterogeneousGraphNeuralNetworksforMaliciousAccountDetection》和《GeniePath:GraphNeuralNetworkswithAdaptiveReceptivePaths》，都来自阿里的蚂蚁金服团队，都使用了当下最流行的GraphNeuralNetwork的相关知识。其实有关GCN的相关基础知识在网上都查的到，
guoyuhaoaaa·2022-09-13 00:07
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他