quantbruce / load_default_predicition_CCF2021Links
2021年Datafoutain个贷违约预测比赛——试验记录
☆16Updated 5 months ago
Alternatives and similar repositories for load_default_predicition_CCF2021
Users that are interested in load_default_predicition_CCF2021 are comparing it to the libraries listed below
Sorting:
- 大家好,我是coggle开源小组成员 庐州小火锅,这篇文章将会介绍天池学习赛贷款违约预测的TOP6单模方案(具体介绍见我的csdn:),现附上比赛链接天池学习赛贷款违约预测.https://tianchi.aliyun.com/competition/entrance/53…☆51Updated 4 years ago
- 阿里天池与Datawhale联合举办二手车价格预测比赛:优胜奖方案代码总结☆109Updated last year
- 2021科大讯飞-车辆贷款违约预测挑战赛 Top1方案☆69Updated 3 years ago
- 招商银行2022FinTech精英训练营☆29Updated 3 years ago
- Z Lab数据实验室开源代码汇总☆204Updated 11 months ago
- 决策树分类与回归模型的实现和可视化☆16Updated 3 years ago
- 零基础入门金融风控-贷款违约预测 TOP11☆39Updated 4 years ago
- 本赛题旨在运用有效的金融科技和大数据系统,分析涉赌涉诈资金交易新方式,持续优化风险监测模型,通过赛题提供的涉赌涉诈黑名单、白名单及用于训练的相关交易流水数据集,构建涉赌涉诈账户算法识别模型,全面排查存量风险。A榜排名11/1594,B榜排名13/1594。☆45Updated 2 years ago
- 2020年第八届泰迪杯数据挖掘C题“智慧政务文本挖掘”特等奖作品(论文与代码)☆66Updated 4 years ago
- CCF BDCI 2022比赛 返乡发展人群预测赛题 Baseline 数据挖掘(特征工程+集成学习)队伍排名39/2297☆12Updated last year
- DCIC 2023年 科技金融应用——欺诈风险识别☆27Updated last year
- 以京东评论作为数据集,使用常见的机器学习算法如KNN、SVM、逻辑回归、贝叶斯、xgboost等等算法进行分类。使用深度学习中的CNN、RNN 、CNN和RNN连接、Bi-GRU、bert模型进行分类。使用fastnlp的框架搭建文本分类。☆32Updated 4 years ago
- 近年来,随着微信、微博、市长信箱、阳光热线等网络问政平台逐步成为政府了解民意、汇聚民智、凝聚民气的重要渠道,各类社情民意相关的文本数据量不断攀升,给以往主要依靠人工来进行留言划分和热点整理的相关部门的工作带来了极大挑战。同时,随着大数据技术的发展,建立基于自然语言处理技术的…☆33Updated 4 years ago
- 智能风控 python金融风险管理与评分卡建模 数据和代码☆22Updated 3 years ago
- 使用pyhton3语言对机器学习算法中的K近邻算法、线性回归、多项式回归、逻辑回归、PCA、SVM、决策树、随机森林、集成学习、boosting 等进行了算法的实现以及实验分析☆45Updated 6 years ago
- 机器学习实践:贷款违约预测☆37Updated 5 years ago
- Python金融大数据风控建模实战:基于机器学习源代码☆80Updated 3 years ago
- 使用决策树进行客户流失预测分析☆11Updated 7 years ago
- ☆147Updated 3 years ago
- 构建基于逻辑回归的评分卡模型☆45Updated 6 years ago
- 基于深度学习框架pytorch实现的中文文本分类,目前包括textcnn,textrnn,textrcnn,textrnn+attention,transformer☆47Updated 3 years ago
- 员工离职预测训练赛☆10Updated 7 years ago
- DataFountain大赛项目:CCF大数据时代的Serverless工作负载预测☆22Updated 4 years ago
- 2019年CCF智能信用评分大赛个人源码库。包含XGboost模型调参,特征筛选,训练等方案。同时包含stacking模型融合方案☆27Updated 5 years ago
- 基于pytorch进行文本多分类,主要模型为双向LSTM,预测准确率83%☆44Updated 5 years ago
- 该工程是利用python3.6进行“特征提取+分类器”来实现美团评论的文本二分类问题。在特征提取部分提取了6种特征,分类器选择了python里面的包xgboost和lightGBM分别实现提升树和GBDT(梯度提升决策树)。☆93Updated 6 years ago
- ChallengeHub开源的各大比赛baseline集合☆81Updated 3 years ago
- CCFBDCI2020企业非法集资风险预测rank11☆9Updated 2 years ago
- 利用sklearn实现机器学习算法:线性回归、逻辑回归、决策树、随机森林、SVM等☆167Updated 5 years ago
- 数据特征工程、各种机器学习回归模型、回归数据预处理☆44Updated 5 years ago