智能风控：原理算法与工程实践

这本书是一份Python全面介绍，教授通过机器学习在信贷风控领域的最新应用与实践。作者是资深的智能风控、人工智能和算法领域的专家，曾经在多个知名金融科技企业从事风控算法方面的研究与实践。本书包含21种实用算法和26个解决方案，主要分为原理、算法与工程实践三个维度，深入阐述每一个方面的具体内容。

全书一共8章，每个章节由问题、算法和案例三部分组成，具有系统性和实战性。前两章讲解了信贷业务的基础知识，以及常用的规则引擎和信用评估引擎的建模方法。第三章系指应用广泛的迁移学习方法，以项目冷启动为背景，阐述了如何在风控领域应用该方法。第四和第五章介绍了幸存者偏差和不均衡学习中所使用的无监督学习和半监督学习方法，为您提供新的思路。第六章解释了无监督异常识别算法，这种算法可适用于数据清洗与冷启动项目，是反欺诈引擎的个体欺诈检测方法。第七章分享了一些作者实践证明效果较好的模型优化方法，并详细介绍了模型融合的思路。最后一章着重介绍了复杂网络基础知识和网络表示学习方法，以及社区发现算法在团伙欺诈检测中常用方法。此外，本章中的一部分方法对信用评估模型的优化也非常实用。

这本书是各位专业人士和从事金融科技的研究人员，以及对数据处理和机器学习有良好基础和掌握Python语言的人员的必读之一。

作者简介

梅子行风控技术专家、AI技术专家和算法专家，现就职于满帮科技，负责机器学习在风控领域的算法优化。历任多家知名金融科技公司的风控算法研究员、数据挖掘工程师。师承Experian、Discover等企业的风控专家，擅长深度学习、复杂网络、迁移学习、异常检测等非传统机器学习方法，热衷于数据挖掘以及算法的跨领域优化实践。