第一部份:数据科学与客户智能
1.1部份程内容概述
1.2参数估计与统计推断
1.3连续变量关系探索与变量压缩
第二部份:客户获取、挽留与价值预测
2.1客户获取与挽留的业务理解
2.2算法基础:线性回归/逻辑回归
2.3案例实践
第三部份:初始信用评分卡制作
3.1初始信用评分的业务理解
3.2数据理解与数据准备
3.3使用逻辑回归建模
3.4模型评估与检测
第四部份:客户分群与洞察
4.1客户画像与标签体系
4.2客户细分
4.3聚类的基本逻辑
4.4K-means聚类
4.5使用决策树做聚类后客户分析
第五部份:反欺诈与不平衡数据处理
5.1反欺诈模型的业务理解
5.2不平衡数据问题的处理思路
5.3实践案例
|