金融风控侦测

输入的命令集锦!

gpedit.msc-----组策略sndrec32-------录音机Nslookup-------IP地址侦测器explorer-------打开资源管理器logoff---------注销命令tsshutdn
cunzhangxp·2023-02-23 03:46

HTTP

第二次数据链路层数据链路层（DataLinkLayer）负责网络寻址、错误侦测和改错。当表头和表尾被加至数据包时，会形成帧。数据链
Vincent_永·2023-02-06 14:45

科研项目

科研项目网络社交媒体中特定社会安全事件的侦测分析与态势评估研究（编号：61772081）,国家自然科学基金面上项目，2018.01—2021.12特定*****知识库（编号：2017****）,国家242
ssuzj·2023-02-05 11:07

如何进行反欺诈风控模型冷启动

1、冷启动建模背景在正式介绍冷启动的建模方案之前，先简单梳理下常规情况的金融风控建模流程，具体步骤如下：（1）定义明确的因变量Y，即好坏标签；（2）根据建模数据划
番茄风控·2023-02-04 10:27

随机森林python反欺诈_携程金融自动化迭代反欺诈模型体系

文章作者：携程技术团队编辑整理：Hoh内容来源：《携程人工智能实践》导读：支付欺诈风险是携程金融风控团队的主要防控对象，它一般是指用户卡片信息或账号信息泄露后，欺诈分子利用这些信息在携程平台进行销赃，侵害用户资金安全
weixin_39761696·2023-02-04 10:25

金融风控实战——金融风控与反欺诈业务详解

金融风控介绍最开始的信贷风控是怎么做的？
Grateful_Dead424·2023-02-04 10:49

vue中v-for 深度循环数组页面不更新的问题

vue2中对对象和数组实现响应式的时，是无法侦测到对象的增加和删除，另外直接修改数组的长度或者利用数组下标修改某一项，页面是不发生更新的。
一只章鱼哥·2023-02-04 08:53

金融风控07

不均衡学习数据不均衡：在很多真实场景下，数据集往往是不平衡的。也就是说，在数据集中，有一类含有的数据要远远多于其他类的数据（类别分布不平衡）。在贷款场景下，我们主要介绍二分类中的类别不平衡问题。常识告诉我们一家信用正常客户的数据要远远多于欺诈客户的。考虑一个简单的例子，10万正样本（正常客户标签为0）与1000个负样本（欺诈客户标签为1），正负样本比列为100：1，如果直接带入模型中去学习，每一次
非畅6 1·2023-02-04 00:02

如何处理样本不平衡问题？

  在实际场景中存在数据分布不平衡的问题，比如在金融风控项目中，逾期和未逾期的用户占比相差很大。这就造成了实际分布不均的数据和算法的假设存在偏差的情况。
Sun_Sherry·2023-02-03 16:53

数据挖掘实战——金融风控

数据挖掘实战——金融风控赛题理解指标回顾赛题理解比赛地址：比赛地址数据集：train.csv和testA.csv，以及sample_submit.csv数据项：47项变量信息，包含id、loanAmnt
gyt_ynedu·2023-02-03 16:17

金融风控实战——不均衡学习

上采样/下采样下采样，对于一个不均衡的数据，让目标值(如0和1分类)中的样本数据量相同，且以数据量少的一方的样本数量为准。上采样就是以数据量多的一方的样本数量为标准，把样本数量较少的类的样本数量生成和样本数量多的一方相同，称为上采样。下采样获取数据时一般是从分类样本多的数据从随机抽取等数量的样本。数据不平衡在很多真实场景下，数据集往往是不平衡的。也就是说，在数据集中，有一类含有的数据要远远多于其他
Grateful_Dead424·2023-02-03 16:40

Linux软件安装

取得步骤流程：进入新建立的目录底下，去查阅INSTALL或README等相关文件（重要）；相依属性软件安装：根据INSTALL/README的内容查看并安装好一些相依软件（非必要）；建立makefile：以自动侦测程序
凉凉zz·2023-02-03 00:01

“揾”钱，最紧要系稳

我们团队在腾讯主要负责金融风控产品，解决相关产品交付和服务维护工作，像国内知名大型国有银行、城商行、互联网金融公司等，都是我们的服务对象。
·2023-02-01 18:49

“揾”钱，最紧要系稳

我们团队在腾讯主要负责金融风控产品，解决相关产品交付和服务维护工作，像国内知名大型国有银行、城商行、互联网金融公司等，都是我们的服务对象。
·2023-02-01 18:16

【金融风控-贷款违约预测】数据挖掘学习：1.赛题理解

目录学习目标了解赛题赛题概况数据概况预测指标赛题流程代码示例数据读取pandas分类指标评价计算示例经验总结拓展知识——评分卡学习目标理解赛题数据和目标，清楚评分体系。完成相应报名，下载数据和结果提交打卡（可提交示例结果），熟悉比赛流程。了解赛题赛题概况比赛地址：https://tianchi.aliyun.com/competition/entrance/531830/introduction比
nano-·2023-01-31 09:14

伪学霸的FRM备考经验

（一）本人背景：本硕985工科背景，工作5年，从事金融风控工作。
长宁路小李子·2023-01-31 03:58

【数据挖掘】金融风控 Task01 赛题理解

【数据挖掘】金融风控Task01赛题理解1.赛题介绍1.1赛题概况1.2数据概况1.3预测指标1.3.1混淆矩阵1.3.2准确率、精确率、召回率、F1Score1.3.3P-R曲线1.3.4ROC曲线1.3.5AUC
一一张xi·2023-01-30 07:40

python风控工具_Toad | Pyhon评分卡工具轻松实现风控模型开发

⭐️toad是由厚本金融风控团队内部孵化，后开源并坚持维护的标准化评分卡库。其功能全面、性能稳健、运行速度快、问题反馈后维护迅速、深受同行喜爱。
weixin_39830313·2023-01-30 04:24

TigerGraph：实时图数据库助力金融风控升级

作者：李晨、TigerGraph高级解决方案经理随着互联网金融的发展，传统金融机构一边享受着金融科技带来的效率提升和服务边界的扩大，另一边黑产的攻击手段也在不断升级，金融机构遭遇的欺诈情况越来越复杂，基于知识图谱的关联反欺诈也应运而生。风控就是攻守双方技术的进化史随着互联网金融的发展，传统金融机构一边享受着金融科技带来的效率提升和服务边界的扩大，另一边随着科技的发展，“黑产”也从盗号演变成了利用大
科技星象·2023-01-29 10:55

关于Apache Tika的学习和使用

一.ApacheTika的简介ApacheTika是利用现有的解析类库，从不同格式的文档中（例如HTML,PDF,Doc)，侦测和提取出元数据和结构化内容。
Carina_55·2023-01-27 05:37

私网地址与公网地址转换

2、安全防护:NAT之内的Pc联机到Internet上面时，他所显示的IP是NAT主机的公网IP，所以client端的PC就具有一定程度的安全了，外界在进行portscan(端口扫描)的时候，就侦测不到源
正大光明瑞士卷·2023-01-25 14:28

VideoPose3D | 环境搭建

文章目录环境要求下载PyTorch基本步骤验证安装问题修复数据集设置Human3.6MHuman3.6M的2D侦测CPN检测配置wget命令安装CPN堆叠沙漏检测评估环境测试问题测试报错无法识别参数3333
_djinn·2023-01-25 08:12

LOL英雄联盟卡顿掉帧问题解决办法 2022年8月1日

LeagueClient.exe被抑制时间居然这么久，因为卡顿触发率侦测机制，将程序抑制。文件定位在LeagueClient\L
zhaqonianzhu·2023-01-24 13:27

移动侦测/周界入侵检测智能分析摄像头采集的智能分析数据如何通过国标GB28181平台进行接入与分发

一、背景分析智能分析摄像机是基于深度学习处理平台的智能行为分析产品，支持多目标人脸检测、物体分析识别、行人及动作分析、交通工具检测及车辆信息分析等功能。集中部署情况下，通过多设备联动实现区域范围内无死角监控分析。而在实际监控过程中，智能分析摄像头必须配合后台二次分析服务器，实现监控区域人脸轨迹分析、行人体态特征分析识别的双重特征分析能力，弥补了传统人脸识别摄像机功能单一，应对场景单一问题，并可有效
EasyGBS·2023-01-22 20:45

机器视觉实用工具集NO.16——指定监控区域运动物体闯入检测工具

目录前言原理Python实现源码前言在安防领域，很常见的一个机器视觉检测任务是区域闯入报警侦测，实现此功能，并不是非常困难，可以利用光流法对视频固定区域内的图像（相邻帧的）特征点变化情况进行判断，本文利用了
JAMES费·2023-01-22 20:14

金融风控实战—模型可解释之shap

importtimeimportmatplotlib.pyplotaspltfromsklearn.model_selectionimporttrain_test_splitimportxgboostimportpandasaspdimportnumpyasnp#混淆矩阵计算fromsklearnimportmetricsfromsklearn.metricsimportroc_curve,auc
Grateful_Dead424·2023-01-21 07:34

天池龙珠计划_金融风控训练营——Task2 EDA探索性数据分析学习打卡

目录1.学习任务天池龙珠计划_金融风控训练营Task2EDA探索性数据分析学习打卡1.1学习目的1.2学习目标2学习内容2.1读取文件的拓展知识2.1.1设置chunksize参数2.2缺失值2.2.1
weixin_46310853·2023-01-21 03:00

机器学习训练_金融风控_Task2_EDA

此部分为零基础入门金融风控的Task2数据分析部分，带你来了解数据，熟悉数据，为后续的特征工程做准备，欢迎大家后续多多交流。
恶魔眼睛大又大���·2023-01-21 02:57

金融风控训练营Task6打卡

本学习笔记为阿里云天池龙珠计划金融风控训练营的学习内容，学习链接为：https://tianchi.aliyun.com/competition/entrance/531830/introduction
orange_zz_zz_zz·2023-01-19 20:16

AI训练营金融风控—05模型融合打卡

本学习笔记为阿里金融风控训练营的学习内容，学习链接为：AI训练营金融风控-阿里云天池我的完整笔记为：AI训练营金融风控—05模型融合打卡_天池notebook-阿里云天池回顾：AI训练营金融风控—01赛题理解打卡
宇宙高能量者·2023-01-19 20:45

AI训练营金融风控—06学习赛：贷款违约预测打卡

本学习笔记为阿里金融风控训练营的学习内容，学习链接为：AI训练营金融风控-阿里云天池我的完整笔记为：AI训练营金融风控—06学习赛：贷款违约预测打卡_天池notebook-阿里云天池回顾：AI训练营金融风控
宇宙高能量者·2023-01-19 20:44

AI训练营金融风控—01赛题理解打卡

本学习笔记为阿里金融风控训练营的学习内容，学习链接为：AI训练营金融风控-阿里云天池我的完整笔记为：AI训练营金融风控—01赛题理解_天池notebook-阿里云天池一、学习知识点概要比赛：零基础入门金融风控之贷款违约预测挑战赛
宇宙高能量者·2023-01-19 20:14

AI训练营金融风控—02EDA探索性数据分析打卡

本学习笔记为阿里金融风控训练营的学习内容，学习链接为：AI训练营金融风控-阿里云天池我的完整笔记为：AI训练营金融风控—02EDA探索性数据分析打卡_天池notebook-阿里云天池回顾：AI训练营金融风控
宇宙高能量者·2023-01-19 20:14

AI训练营金融风控—03特征工程打卡

本学习笔记为阿里金融风控训练营的学习内容，学习链接为：AI训练营金融风控-阿里云天池我的完整笔记为：AI训练营金融风控—03特征工程_天池notebook-阿里云天池回顾：AI训练营金融风控—01赛题理解打卡
宇宙高能量者·2023-01-19 20:14

AI训练营金融风控—04建模与调参打卡

本学习笔记为阿里金融风控训练营的学习内容，学习链接为：AI训练营金融风控-阿里云天池我的完整笔记为：AI训练营金融风控—04建模与调参打卡_天池notebook-阿里云天池回顾：AI训练营金融风控—01
宇宙高能量者·2023-01-19 20:39

Python金融风控模型案例实战大全

大家好，我是Toby老师，今天介绍《Python金融风控模型案例实战大全》1.
python风控模型·2023-01-18 19:52

kitti之ros可视化_学习笔记--第10课：添加id到3d侦测盒上方

环境：ubuntu16.04，ros-kinetic，python2，vscode，opencv，rviz概要：这节课笔记，新增展示的是，在物体3d侦测盒上方显示id。
鸿_H·2023-01-18 18:55

重磅风控干货：如何用数据分析监测交易欺诈

-12-15Purefact来源阅2157转20转藏到我的图书馆微信分享：QQ空间QQ好友新浪微博推荐给朋友论坛君本文作者厚龙，曾参与了“每天一个数据分析师”采访（详情请点击“阅读原文”），现在互联网金融风控行业工作
元宇宙iwemeta·2023-01-18 13:35

Nmap使用方法

1Nmap简介2Nmap使用方法3扫描技术4端口指定和扫描顺序5举例5.1简单扫描(nmapip)5.2全面扫描(nmap-Aip)5.3探测指定端口的开放状态5.4探测N个最有可能开放的端口5.5版本侦测
半砖·2023-01-16 12:06

ISP各模块具体作用

提升低光环境下侦测badpixel的能力；FUS：支持preview/videoHDR；LTM：提升高亮下的饱和度（适合晴天拍摄户外场景时提升饱和度使用）；YNR：1.提升面部降噪的调谐灵活性；2.减少
你有带摩拉吗？·2023-01-16 10:38

金融风控04

特征工程Filter1）移除低方差特征假设某特征的特征值只有0和1，并且在所有输入样本中，95%的实例的该特征取值都是1，那就可以认为这个特征作用不大。如果100%都是1，那这个特征就没意义了。当特征值都是离散型变量的时候这种方法才能用，如果是连续型变量，就需要将连续变量离散化之后才能用。而且实际当中，一般不太会有95%以上都取某个值的特征存在，所以这种方法虽然简单但是不太好用。可以把它作为特征选
非畅6 1·2023-01-14 12:56

【机器学习】树模型决策的可解释性与微调(Python)

模型解释性对于某些领域（如金融风控）是极为看重的，对于树模型的解释性，我们常常可以通过输出树模型的结构或使用shap等解释性框架的方法：本文技术工具来自技术群小伙伴的分享，想加入按照如下方式目前开通了技术交流群
我爱Python数据挖掘·2023-01-14 06:22

利用Python还原方阵游戏详解

目录一、前言二、游戏规则三、numpy模块四、第一步：大循环and获取规格五、第二步：初始化棋盘六、第三步：标注矩阵功能（难）七、第四步：查看标注矩阵功能八、第五步：胜利侦测九、第六步：查看行列信息（难
·2023-01-14 04:59

上市公司地址相似度计算&构建关系图谱

比如在金融风控领域，我们要构建的知
Evan-yzh·2023-01-12 01:39

工具 每分钟_手势自动标记及分类工具

针对手部图片进行影像分析，着重在于形状及特征点的取得，缺点是需要控制严格的外在环境因子(如灯光、背景、颜色等)，才能避免造成影像分析时的干扰，而近年来得利于AI技术，透过深度学习自动萃取特征并进行影像分类及对象侦测
slily0124·2023-01-11 18:25

机器学习技术-层次聚类算法(组平均)-综合层次聚类方法(BIRCH、CURE)

凝聚的方法：步骤1：用异常侦测等方法去离
懂不董02·2023-01-11 18:10

2021年全球汽车安全带行业现状及未来发展趋势分析，汽车安全带增长基本同步汽车行业增长「图」

主动安全是预先侦测附近车辆运行状态，判断风险并及时做出反应；而被动安全则是在发生事故时汽车对车内乘员的保护或对被撞车辆或行人的保护。
华经情报网·2023-01-11 15:37

opencv函数findcontours_感兴趣区域的移动物体检测，框出移动物体的轮廓 (固定摄像头, opencv-python)...

opencv-python库的函数cv2.findContours、cv2.approxPolyDP、cv2.arcLength，利用固定摄像头拍摄的实时视频，框出移动物体的轮廓（即FrogEyes蛙眼移动物体侦测
weixin_39617215·2023-01-10 19:15

腾讯安全2022年报告白皮书合集（附下载）

2022年，腾讯安全联合行业伙伴撰写发布共16份网络安全产业相关报告和白皮书，内容涵盖DDoS攻击、勒索攻击、云上安全、游戏安全、金融风控等多个备受行业关注的领域，通过严谨的数据和科学的分析，总结安全行业发展态势
·2023-01-09 19:45

《SparsePPG: Towards Driver Monitoring Using Camera-Based Vital Signs Estimation in Near-Infrared》笔记

Abstractphotoplethysmography(PPG):光体积变化描记图法DriverMonitoring存在着诸多挑战：不同时段司机面部的光线变化（可以使用narrow-bandwidthnear-infrared来减轻影响）、会侦测到很多的运动而受到干扰
凉拌西瓜炒鸡腿·2023-01-08 21:53
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他