阿里云天池龙珠计划金融风控训练营-Task2学习笔记

阿里云天池金融风控训练营【Task3 特征工程】学习笔记

金融风控训练营 Task3 特征工程 学习笔记 本学习笔记为阿里云天池龙珠计划金融风控训练营的学习内容，学习链接为：https://tianchi.aliyun.com/specials/activity/promotion/aicampfr 一、学习知识点概要 文章目录金融风控训练营 Task3 特征工程 学习笔记一、学习知识点概要二、学习内容1. 内容介绍2. 代码示例1. 此次学习所用到的库2. 特征预处理3. 异常值处理发现异常值主要有以下几种方法：数据分桶特征交互特征编码特征选择三、学习问题与

阿里天池竞赛 - CCKS2023-面向金融领域的主体事件检测

主体事件检测是语言文本分析和金融领域智能应用的重要任务之一，如在金融风控领域往往会对公司主体进行风险事件的检测。基于句子粒度的上下文进行公司事件检测，事件包含事件类型和主体要素（即公司主体），句中可能存在多个事件，多个公司主体且每个公司都可能存在多个事件类型标签，并且各类型标注样本分布不均匀，部分类型样本量较少，我们希望检测出文本中包含的所有主体事件。本次评测任务的文本语料来自于互联上的公开新闻、报告，将作为CCKS-2023的评测任务之一，依托于天池大赛平台进行评测。

阿里云天池金融风控训练营【task2 数据分析】学习笔记

金融风控训练营 Task2 数据分析 学习笔记 本学习笔记为阿里云天池龙珠计划金融风控训练营的学习内容，学习链接为：https://tianchi.aliyun.com/specials/activity/promotion/aicampfr 一、学习知识点概要 文章目录金融风控训练营 Task2 数据分析 学习笔记一、学习知识点概要二、学习内容1. 目的2. 内容介绍3. 代码示例1. 数据分析及可视化需要的库2. 具体操作步骤三、学习问题与解答四、学习思考与总结 二、学习内容 1. 目的 EDA

AI学习之-阿里天池

通过阿里天池平台，参与者可以与来自全球的数据科学家、研究人员和技术专家进行交流和合作，共同探索数据科学和人工智能的前沿技术和应用。天池平台的竞赛和挑战涵盖了多个领域，如机器学习、深度学习、自然语言处理、计算机视觉等，吸引了大量数据科学家和技术爱好者的参与。通过参与阿里天池的竞赛和挑战，人们可以不断提升自己的数据科学技能，结识志同道合的伙伴，获得丰厚的奖金和荣誉，并有机会与阿里巴巴等行业领先的企业合作。阿里天池平台为数据科学和人工智能领域的发展提供了一个开放、共享、创新的平台，推动了行业的发展和技术的进步。

第二课堂 学习笔记三

这两节课中主要学习了机器学习，以及阿里云平台的零基础入门数据挖掘 - 二手车交易价格预测。

阿里天池大赛-工业蒸汽预测

一：赛题理解 1.1：数据说明 数据可以直接在阿里云天池官网下载。其格式如下： 上图所示为训练数据，其中V0-V37共38个特征变量，target字段是目标变量。 1.1：评估指标 预测结果以均方差MSE为评判标准： from sklearn.metrics import mean_squared_error mean_squared_error(y_true, y_pred） 1.2：赛题模型 在机器学习中，常用的模型包括回归预测模型和分类预测模型 1.2.1 回归预测模型 回归预测模型的预测结果是一个

阿里天池——淘宝母婴销售项目分析

基于阿里天池中的母婴商品销售数据 对店铺商品销售情况和客户情况进行分析

金融风控训练营--Task 01 赛题理解 学习笔记

文章目录前言一、学习知识点概要1.1 赛题理解1.2 评价指标二、学习内容2.1 赛题流程三、学习问题与解答3.1 什么是脱敏四、学习思考与总结4.1 数据分析的流程： 前言 本学习笔记为阿里云天池龙珠计划金融风控训练营的学习内容，学习链接为： https://tianchi.aliyun.com/specials/activity/promotion/aicampfr 一、学习知识点概要 1.1 赛题理解 比赛要求参赛选手根据给定的数据集，建立模型，预测金融风险。 赛题以预测金融风险为任务，数据来自某信

金融风控训练营Task03 特征工程学习笔记

本学习笔记为阿里云天池龙珠计划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1、了解缺失值填充方法2、了解时间格式特征的处理方法3、了解类别特征处理方法4、了解异常值处理方法1、首先将数据集按特征分为数值型和类别型，然后分别对数值型特征缺失值进行中位数或者均值填充，对类别型特征缺失值进行众数填充，且用训练集的值对测试集进行填充，以防信息泄露2、将时间格式特征转化成整型3、类别特征处理1、为何文中用众数填充类别型缺失值时未生效？类别型特征缺失值填充需逐个处理，并在返回的众数上加上索引：d

阿里云天池金融风控训练营【Task6学习赛：贷款违约预测】学习笔记

金融风控训练营 Task6 学习赛：贷款违约预测 学习笔记 本学习笔记为阿里云天池龙珠计划金融风控训练营的学习内容，学习链接为：https://tianchi.aliyun.com/specials/activity/promotion/aicampfr 一、学习知识点概要 文章目录金融风控训练营 Task6 学习赛：贷款违约预测 学习笔记一、学习知识点概要二、学习内容1. 比赛内容2. 比赛进行三、学习问题与解答四、学习思考与总结 二、学习内容 1. 比赛内容 根据贷款申请人的数据建立模型→预测金融风

金融风控训练营-Task01学习笔记

部分引用：https://tianchi.aliyun.com/notebook-ai/detail?spm=5176.20850282.J_3678908510.2.66604d57RXum1U&postId=170948

阿里云天池龙珠计划金融风控训练营-Task1学习笔记

金融风控数据挖掘-Task1 本学习笔记为阿里云天池龙珠计划金融风控训练营的学习内容，学习链接为： (https://tianchi.aliyun.com/specials/promotion/handsonai_gut) ​ Task1介绍了赛题是以金融风控中的个人信贷为背景，要求我们根据贷款申请人的数据信息预测其是否有违约的可能，以此判断是否通过此项贷款，这是一个典型的分类问题。这次比赛我们主要学习如何建立模型预测贷款者是否违约，以便于判断能否通过贷款。 一、学习知识点概要 在建立模型后，要有相关的指标

金融风控训练营Task04 建模与调参学习笔记

暂无。

广工大数协 阿里云天池 金融风控训练营-Task2

Task2 本学习笔记为阿里云天池龙珠计划金融风控训练营的学习内容， 学习链接为：https://tianchi.aliyun.com/specials/activity/promotion/aicampfr 项目地址：https://github.com/datawhalechina/team-learning-data-mining/tree/master/FinancialRiskControl 比赛地址：https://tianchi.aliyun.com/competition/entrance/

阿里云天池金融风控训练营【Task4 建模与调参】学习笔记

金融风控训练营 Task4 建模与调参 学习笔记 本学习笔记为阿里云天池龙珠计划金融风控训练营的学习内容，学习链接为：https://tianchi.aliyun.com/specials/activity/promotion/aicampfr 一、学习知识点概要 文章目录金融风控训练营 Task4 建模与调参 学习笔记一、学习知识点概要二、学习内容1. 内容介绍推荐教材：2. 逻辑回归3. 决策树模型4. 梯度提升树GBDT5. XGBoost模型6. LightGBM模型7. Catboost模型8.

金融风控训练营-Task03学习笔记

金融风控训练营-Task03一、学习知识点概要二、学习内容1、学习目标2、准备工作3、数据预处理3.1 缺失值的填充3.2 时间格式处理3.3 对象类型特征4、异常值处理4.1 基于3segama原则（均方差）4.2 基于箱型图5、数据分箱5.1 固定宽度分享5.2 分位数分箱6、特征交互7、特征编码8、特征选择8.1 Filter------基于特征间的关系进行筛选8.1.1 方差选择法8.1.2 相关系数法（pearson 相关系数）8.1.3 卡方检验8.1.4 互信息法8.2 Wrapper （*R

金融风控训练营-Task01-赛题理解

本学习笔记为阿里云天池龙珠计划金融风控训练营的学习内容——Task1-赛题理解，学习链接为：https://tianchi.aliyun.com/specials/activity/promotion/aicampfr 一、学习知识点概要 Task1主要向我们介绍了金融风控训练营的学习计划和贷款违约预测挑战赛的赛题。从赛题、数据、预测指标等方面简单分析了赛题，让我有了初步的了解。另外附上了一些简单的代码实现，还分享了一些参赛经验。 二、学习内容 1.关于赛事 性质：零基础入门系列赛事——零基础入门

广工大数协 阿里云天池 金融风控训练营 - Task1 赛题理解

本学习笔记为阿里云天池龙珠计划Docker训练营的学习内容，学习链接为：https://tianchi.aliyun.com/specials/activity/promotion/aicampdocker 一、学习知识点概要 赛题概况 数据概况 预测指标 分析赛题 二、学习内容 2.1 赛题概况 比赛要求参赛选手根据给定的数据集，建立模型，预测金融风险。 赛题以预测金融风险为任务，数据集可下载，该数据来自某信贷平台的贷款记录，总数据量超过120w，包含47列变量信息，其中15列为匿名变量.