课程名称
客户分群的模型-聚类分析
在信贷风控和反欺诈业务当中,人群的分群工作是常用的风控分析手段。例如,在标签不充足的前提下,好的分群模型可以揭示潜在的团伙欺诈风险。分群模型有多种多样的处理方法,常用的有复杂网络下的社区发现,以及包括K-均值在内的聚类模型。本节课将介绍聚类模型的基本概念,以及在现实业务场景中频繁出现的半监督聚类场
【温馨提示:1. 你可以在PC端浏览器或者微信收藏该页面,以方便你快速找到这个课程;2. 课程相关资料可在课程PC端公告查看下载;3.加入课程后,点(课时)列表即可观看视频 】
本课程为《如何搭建金融信贷风控中的机器学习模型》的免费课程
嘉宾介绍
安迪生:硕士毕业于世界一流名校的统计学专业,具有外资银行总部6年风控量化模型开发经验
现任国内知名互联网金融公司风控部高级数据分析师,对于信贷风控领域的模型开发、部署与使用有丰富的经历,对机器学习模型、深度学习模型在风控业的应用有较深入的研究。
分享内容
-
聚类模型概述
-
距离的概念和种类
-
聚类的性能度量
-
K-均值算法简介
-
半监督聚类:带有少量标签的K-均值算法和PU Learning算法
-
案例:K-均值算法用于信贷客户的聚类分析