- 1、本文档共65页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第四章:总结 征信行业的趋势: ? 由于对用户进行征信评级缺少文化生态环境,所以可以考虑互联网金融平台而非用户进行征信评测。 ? 以P2P为例,当前有许多对借款人的征信机构,但是缺乏对P2P平台进行征信的机构。并且由于借款人的背景太复杂,很难保证数据的全面和精准,而P2P平台的背景较为单一,数据也相对较少,所以对P2P平台进行征信评测也是一个很有前景的发展趋势。 第四章:总结 征信行业的展望: ? 目前,倒闭或跑路风波的不断重演,急需建立可靠的征信体系。 ? 以互联网技术为基础的大数据征信,使市场化的征信成为破解我国信用缺失困境的利器,有力推动现代信用经济的发展。 第四章:总结 征信行业的展望: ? 为了保持竞争力,除了要保持大数据挖掘技术的先进性,还要遵守内部的道德规范。 ? 任何征信所面临的挑战是,如何既发掘创收潜力,又提供完全合法、不侵犯消费者隐私的服务和数据。 ? 整个社会不能只靠监督去管理,需要创建和谐诚信的文化信仰。 第二章:国外大数据在金融领域的应用 ZestFinance: 第二章:国外大数据在金融领域的应用 ZestFinance: 第二章:国外大数据在金融领域的应用 ZestFinance: 第二章:小结 大数据在金融领域应用的小结: ? 随着互联网和移动互联网的越来越普及,我们的行为被数字化的越来越多。通过数字化的行为,能够采集到很多信息,无论是我们的身份信息、位置信息、交易信息、社交信息,还有行为习惯的信息,都被采集和被处理。 ? 在这种情况下,所有数据都是信用数据,而不像传统观点,只有金融交易的行为、一些社会公共的信息,个人身份的信息才是征信信息。这就是所谓的大数据和互联网发展所带来的机会。 第二章:小结 大数据在金融领域应用的小结: ? 各个企业也是通过各种机器学习的方法对大数据进行分析、建模,从而客观地得出一个评判信用的标准,进而对未知的人或企业进行评判。 第三章:机器学习相关的概念 什么是机器学习? ? 机器学习这门学科所关注的问题是:计算机程序如何随着经验积累自动提高性能。 ? 机器学习一般被定义为一个系统自我改进的过程。 ? 目前机器学习主要包括:概念学习、决策树、神经网络、贝叶斯学习等方面。 第三章:机器学习相关的概念 机器学习靠谱吗? ? 25年前,通过机器学习,实现了在高速公路上自动驾驶汽车。 ? 23年前,通过机器学习,实现了以接近人类世界冠军的水平对弈西洋双陆琪。 ? 20年前,通过机器学习,NASA实现了自动分类太空观察中的所有天体。 ? 现如今,机器学习变得更加强大!! 第三章:我们的模型 我们的模型是什么样的? ? 首先,我们通过目前应用广泛并且效果较好的三种机器学习方法:神经网络、SVM和决策树分别对已有的数据库进行分析建模。 ? 其次,对于每一个测试样例,我们再利用集成学习的方法,对新的数据实例进行分类的时候,通过训练好多个分类器(即我们的训练好的三个模型),把这些分类器的的分类结果进行某种组合(比如投票)决定分类结果,以取得更好的结果。 第三章:我们的模型 如何利用神经网络? ? 神经网络模型本质上是逻辑回归模型的推广,两者对比有以下特点 逻辑回归模型 神经网络模型 1)适合线性分类问题 1)适合高维非线性分类问题 2)适合二值分类问题 2)适合多类分类和回归问题 3)运算量较小 3)运算量较大 第三章:我们的模型 神经网络学习算法(正向传播+逆向传播): 1)网络初始化: 给链接权值W赋一个区间(-1,1)之间的随机数,设定初试误差函数e,给定计算精度值和最大学习次数。 2)正向传播算法,计算每一层节点的输出a。 第三章:我们的模型 神经网络学习算法(正向传播+逆向传播): 3)对输出层的节点i : 4)对隐含层l的节点i求 第三章:我们的模型 神经网络学习算法(正向传播+逆向传播): 5)计算W、b的偏导数 : 第三章:我们的模型 神经网络学习算法(正向传播+逆向传播): 6)更新权值W、b: 第三章:我们的模型 训练完神经网络模型该怎么使用? 1)获取到要进行征信的借款人P的所有需要的特征。 2)将特征输入神经网络根据W、b权值做正向传播运算。 3)输出层就能输出借款人P的信用评分,根据评分就能判断是否能贷款给借款人P 第三章:我们的模型 特征1 特征2 特征3 特
1亿VIP精品文档
相关文档
最近下载
- 《刻画空间点、线、面位置关系的公理(1)》示范公开课教案【高中数学必修第二册北师大】.docx
- 《信息技术与小学学科教学的有效整合研究结题报告》.doc
- 三自由度并联机械手的设计.doc
- 双减背景下单元整体作业分层设计案例 部编版语文七年级下册第四单元 中华美德 修身正己.doc
- 小学生禁毒日教育宣传 ——主题班会课件(共16张PPT).pptx
- 注音版日有所诵一年级上册第五版.ppt
- 部编版初中语文九年级下册第二单元作业设计.docx VIP
- 幼儿园施工组织设计完整版.doc VIP
- 2024届大湾区普通高中毕业班联合模拟考试(二) 二模 政治试卷(含官方答案).docx
- 简约马术比赛运动宣传PPT模板.pptx
文档评论(0)