Python 中的信用风险建模
完整的数据科学案例研究：Python 中的预处理、建模、模型验证和维护
讲师：365 Careers
口袋资源独家Udemy付费课程，独家中英文字幕，配套资料齐全！
用不到1/10的价格，即可享受同样的高品质课程，且可以完全拥有，随时随地都可以任意观看和分享。
你将学到什么
- 提高 Python 建模技能
- 通过热门话题让您的数据科学作品集脱颖而出
- 在您的简历中填写所需的数据科学技能
- 用Python构建完整的信用风险模型
- 通过展示实用知识给面试官留下深刻印象
- 如何在Python中预处理真实数据
- 学习信用风险建模理论
- 应用最先进的数据科学技术
- 解决现实生活中的数据科学任务
- 能够评估模型的有效性
- 在 Python 中执行线性回归和逻辑回归
要求
- 无需任何经验。我们将从最基础的开始
- 您需要安装 Anaconda 和 Python。我们将向您展示如何一步一步地做到这一点
描述
全新课程！！
你好！欢迎使用 Python 信用风险建模。唯一教您银行如何使用 Python 中的数据科学建模来提高绩效并遵守监管要求的在线课程。如果您对数据科学职业感兴趣，这对您来说是完美的课程。原因如下：
· 导师是一位久经考验的专家（挪威商学院博士，曾在HEC、德克萨斯大学、挪威商学院等世界知名大学任教）。
· 该课程适合初学者。我们从理论和初始数据预处理开始，逐步解决您面前的完整练习
· 我们涵盖的所有内容都是最新的，并且与当今银行业 Python 模型的开发相关
· 这是唯一用 Python 展示信用风险全貌的在线课程（使用最先进的技术对预期损失方程的所有三个方面 – PD、LGD 和 EAD 进行建模），包括从头开始创建记分卡
· 在这里，我们向您展示如何创建符合其他课程很少涉及的巴塞尔 II 和巴塞尔 III 法规的模型
· 我们不会使用虚假数据。 本课程中使用的数据集是真实世界的示例
· 通过展示就业市场急需的技能，您可以使您的数据科学组合脱颖而出
· 最重要的是——您可以亲眼目睹数据科学任务在现实世界中是如何解决的
大多数数据科学课程涵盖多个框架，但跳过预处理和理论部分。这就像在打开一瓶酒之前学习如何品尝葡萄酒一样。
我们不这样做。我们的目标是帮助您打下坚实的基础。我们希望您学习理论，学习如何预处理不一定以“最友好”格式出现的数据，当然，只有这样我们才会向您展示如何构建最先进的模型以及如何来评估其有效性。
在整个课程中，我们将介绍几种重要的数据科学技术。
– 证据的分量
– 信息价值
– 精细分类
– 粗分类
– 线性回归
– 逻辑回归
– 曲线下面积
– 接收器工作特性曲线
– 基尼系数
– 柯尔莫哥洛夫-斯米尔诺夫
– 评估人口稳定性
– 维护模型
除了视频课程之外，您还将获得一些宝贵的资源，帮助您尽可能多地学习：
· 讲座
· 笔记本文件
· 家庭作业
· 测验问题
· 幻灯片
· 下载
· 访问问答，您可以在其中联系课程导师。
今天报名参加该课程可能是您在数据科学职业生涯中迈出的一大步。确保您充分利用这个绝佳的机会！
里面见！
本课程适合谁：
- 如果您是有兴趣提高技能的数据科学学生，您应该学习本课程
- 如果您想专注于信用风险建模，您应该学习本课程
- 该课程也非常适合初学者，因为它从基础知识开始，逐步培养您的技能
- 如果您想要一个伟大的职业生涯，这门课程适合您
