预测模型搭建的实际操作流程

预测模型搭建的实际操作流程

448分钟

面对当前日益激烈的市场竞争和客户需求变化,数字化转型已成为当前金融机构的必由之路,模型的建、验、用、管也已成为从业人员需要具备的核心能力。本课程聚焦“预测模型的搭建”,共计约7.5小时,分为十个模块,…

面对当前日益激烈的市场竞争和客户需求变化,数字化转型已成为当前金融机构的必由之路,模型的建、验、用、管也已成为从业人员需要具备的核心能力。本课程聚焦“预测模型的搭建”,共计约7.5小时,分为十个模块,内容涵盖数据整合与清洗、样本设计、变量初选、变量处理、模型表现度量、模型搭建与选择、模型验证与解释、模型实施设计以及模型监控设计等关键环节。每个模块均配有实际案例和实操讲解,确保学员能够真正掌握预测模型搭建的核心技能。 课程由业界资深专家精心打造,结合其20多年在国际知名金融和咨询公司的商务决策、预测建模和实施经验,为学员呈现了一个全面而系统的预测模型搭建流程。通过本课程的学习,学员将能够: l 全面了解预测模型搭建的完整流程; l 掌握数据整合、清洗、分析和处理的关键技能; l 学会选择合适的预测模型并进行性能评估; l 了解如何实施和监控预测模型,确保其在实际应用中的有效性和稳定性; l 掌握如何将预测模型应用于实际业务中,提升决策质量和业务效率。 无论是希望提升数据分析能力的金融机构中高管,还是负责数字化转型项目的项目经理和实施人员,亦或是希望了解金融业务与数字技术融合趋势的IT技术人员,本课程都将为您提供宝贵的学习机会和实践经验。让我们一同走进数字金融的世界,掌握预测模型搭建的实际操作流程,为金融机构的数字化转型和创新发展提供有力支持。
模块一:实际项目数据概述 - 第一节:课程介绍 - 第二节:为什么要建模(以信贷产品应用为例) - 第三节:建模的方法和流程介绍 - 第四节:案例数据介绍 - 第四节:Python编辑器安装教学 模块二:数据整合和清洗 - 第一节:主要步骤基本介绍 - 第二节:主要步骤具体讲解 - 第三节:实操讲解-环境设置 - 第三节:实操讲解-原始数据导入与整合 - 第三节:实操讲解-原始数据清洗 - 第三节:实操讲解-原始数据导出和总结 - 第四节:要点回顾及利用ChatGPT进行Debug讲解 模块三:样本的设计 - 第一节:样本设计基本概念介绍 - 第二节:设计方式具体讲解 - 第三节:实操讲解——训练集和验证集产生 - 第四节:要点回顾 模块四:变量初选 - 第一节:为什么要进行变量初选 - 第二节:变量初选方法介绍 - 第三节:基于课程案例的变量初选 - 第四节:实操讲解-环境设置、数据集读取与变量统计 - 第四节:实操讲解-缺省值插入 - 第四节:实操讲解-相关性分析 - 第四节:实操讲解-回归方法 - 第四节:实操讲解-逻辑回归 - 第四节:实操讲解-主成分分析 - 第四节:实操讲解-KS值计算 - 第四节:实操讲解-信息值计算 模块五:变量处理 - 第一节:变量处理的目的 - 第二节:预测变量分析图 - 第三节:变量处理方法介绍 - 第四节:实操讲解-环境设置与数据集导入 - 第四节:实操讲解-图表生成与分析 - 第四节:实操讲解-字符处理 - 第四节:实操讲解-数字变量处理 模块六:模型表现的度量 - 第一节:理解模型表现的度量 - 第二节:常用性能指标介绍-提升图 - 第二节:常用性能指标介绍-AUC - 第二节:常用性能指标介绍-基尼指数 - 第二节:常用性能指标介绍-基尼指数和AUC值之间的关系 - 第二节:常用性能指标介绍-KS值和信息值 - 第二节:常用性能指标介绍-小结总结 - 第三节:实操讲解-环境设置、数据集读取与预测变量调整 - 第三节:实操讲解-建模 - 第三节:实操讲解-提升图 - 第三节:实操讲解-AUC值和基尼指数 - 第三节:实操讲解-KS值和信息值 - 第三节:实操讲解-本节回顾及插入提升图注意事项 模块七:模型搭建和选择 - 第一节:模型介绍-逻辑回归模型 - 第一节:模型介绍-前进搜索、梯度搜索、后退搜索 - 第一节:模型介绍-随机森林 - 第一节:模型介绍-GBM和XGBoost - 第二节:模型的选择和AUC比较 - 第三节:实操讲解-环境设置与数据集读取 - 第三节:实操讲解-逻辑回归(所有变量) - 第三节:实操讲解-逻辑回归(向前选变量) - 第三节:实操讲解-逻辑回归(向后选变量) - 第三节:实操讲解-随机森林 - 第三节:实操讲解-XGBoost和GBM - 第三节:实操讲解-叠加模型 - 第三节:实操讲解-本节回顾 模块八:模型的验证和解释 - 第一节:模型介绍 - 第二节:实操讲解-环境设置与数据集读取 - 第二节:实操讲解-模型验证 - 第二节:实操讲解-模型解释(画图) - 第二节:实操讲解-保存为模块 模块九:模型的实施设计 - 第一节:模型介绍 - 第二节:实操讲解-环境设置与变量选择 - 第二节:实操讲解-打分机制验证 - 第二节:实操讲解-策略曲线 - 第二节:实操讲解-对新的生产线上的总体数据打分 - 第二节:实操讲解-小结回顾 模块十:模型的监控设计 - 第一节:模型介绍-总体稳定性监测 - 第一节:模型介绍-模型有效性监测 - 第一节:模型介绍-变量水平监测 - 第二节:实操讲解-环境设置 - 第二节:实操讲解-总体稳定性例子 - 第二节:实操讲解-模型有效性说明
天弈课程中心/金祖胜
天弈课程中心/金祖胜

源自二十年行业专家交流/美国某保险公司分析部负责人