AI训练营金融风控—04建模与调参打卡_寒小阳 风控算法

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赛题理解打卡_宇宙高能量者的博客-CSDN博客

AI训练营金融风控—02EDA探索性数据分析打卡_宇宙高能量者的博客-CSDN博客

AI训练营金融风控—03特征工程打卡_宇宙高能量者的博客-CSDN博客

一、学习知识点概要

• 学习在金融细分领域常用的机器学习模型
• 学习机学习模型的构建过程与调参流程

二、学习内容

1. 总框架

• 逻辑回归模型：

  • 理解逻辑回归模型；
  • 逻辑回归模型的应用；
  • 逻辑回归的优缺点；

• 树模型：

  • 理解树模型；
  • 树模型的应用；
  • 树模型的优缺点；

• 集成模型

  • 基于bagging思想的集成模型
    • 随机森林模型
  • 基于boosting思想的集成模型
    • XGBoost模型
    • LightGBM模型
    • CatBoost模型

• 模型对比与性能评估：

  • 回归模型/树模型/集成模型；
  • 模型评估方法；
  • 模型评价结果；

• 模型调参：

  • 贪心调参方法；

  • 网格调参方法；

  • 贝叶斯调参方法；

2. 模型原理

1）逻辑回归模型

机器学习系列(1)_逻辑回归初步_寒小阳的博客-CSDN博客

2）决策树模型

Python3《机器学习实战》学习笔记（三）：决策树实战篇之为自己配个隐形眼镜_Jack-Cui的博客-CSDN博客_python机器学习实战 决策树

3）GBDT模型

机器学习大杀器——梯度提升树GBDT - 知乎

4）XGBoost模型

白话机器学习算法理论+实战番外篇之Xgboost_翻滚的小@强的博客-CSDN博客_xgboost 白话

5）LightGBM模型

白话机器学习算法理论+实战番外篇之LightGBM_翻滚的小@强的博客-CSDN博客_白话机器学习算法

6）Catboost模型

深入理解CatBoost

7）时间序列模型(选学)

RNN：如何深度理解RNN？——看图就好！ - 知乎

LSTM：人人都能看懂的LSTM介绍及反向传播算法推导（非常详细） - 知乎

8）推荐教材：

《机器学习》 机器学习 (豆瓣)

《统计学习方法》 统计学习方法 (豆瓣)

《面向机器学习的特征工程》 Feature Engineering for Machine Learning Models (豆瓣)

《信用评分模型技术与应用》