西北大學(xué)博士科研課題

機器學(xué)習(xí)、深度學(xué)習(xí)算法在預(yù)測信用卡違規(guī)風(fēng)險的應(yīng)用

課題簡介

機器學(xué)習(xí)、深度學(xué)習(xí)算法在預(yù)測信用卡違規(guī)風(fēng)險的應(yīng)用

Machine Learning and Deep Learning Algorithms in Default of Credit Card Prediction

關(guān)于信用卡還款違約的預(yù)測的大量研究已經(jīng)廣泛應(yīng)用了數(shù)據(jù)挖掘與人工智能技術(shù)，從而能從金融數(shù)據(jù)庫中自動發(fā)現(xiàn)有價值的規(guī)律。

在信用卡公司、保險公司的實際的風(fēng)險評估過程中，還款違約預(yù)測的能力被視為一項極其重要的任務(wù)，因為專家的決策預(yù)測了公司是否能夠從中獲益。

近些年來廣泛應(yīng)用的機器學(xué)習(xí)、深度學(xué)習(xí)算法 (machine learning, deep learning algorithms) 則能從海量數(shù)據(jù)中得出一般性的普遍規(guī)律，并基于此提前預(yù)測該公司是否存在破產(chǎn)的可能性。

世界上知名銀行的信用卡分部（如American Express, JP Morgan, Bank of America）都廣泛使用各種高級的機器學(xué)習(xí)、深度學(xué)習(xí)算法，取得了相當(dāng)好的收益。

本課題將通過深度學(xué)習(xí)、機器學(xué)習(xí)算法，預(yù)測個人在將來還款時是否存在違約可能。研究者將掌握系統(tǒng)的使用數(shù)學(xué)工具和計算機編程工具的能力。

科研流程

課程模塊一：預(yù)備課程?

在教學(xué)過程正式開始前，有方學(xué)者會根據(jù)學(xué)生的具體情況提供數(shù)學(xué)、統(tǒng)計、英語學(xué)術(shù)論文寫作等預(yù)備課程。

課程模塊二：科研輔導(dǎo)?

來自美國頂尖人工智能的機器學(xué)習(xí)科研團隊將在有方學(xué)者團隊的配合下，進行8-12周的科研輔導(dǎo)：

微積分、線性代數(shù)和概率統(tǒng)計入門；

學(xué)習(xí) Python編程語言和相關(guān)的庫numpy, pandas, scikit-learn, matplotlib；

學(xué)習(xí)探索性數(shù)據(jù)分析（Explorative data analysis），并通過統(tǒng)計方法和可視化對金融數(shù)據(jù)進行分析

學(xué)習(xí)回歸分析(regression)，對金融數(shù)據(jù)進行社交媒體效應(yīng)的評估

學(xué)習(xí)幾種重要的自然語言處理和機器學(xué)習(xí)算法，提出初步的金融數(shù)據(jù)輿情情感分析；

課題驗收需要學(xué)生完成英文學(xué)術(shù)論文的寫作，并向科研團隊進行答辯。

指導(dǎo)速度可能因?qū)嶋H教學(xué)情況而異

課程模塊三：論文寫作&發(fā)表?

在科研輔導(dǎo)結(jié)束后

項目導(dǎo)師將輔導(dǎo)學(xué)生完成論文寫作

協(xié)助學(xué)生完成論文在英文學(xué)術(shù)期刊上正式發(fā)表。

整個科研教學(xué)流程中，每一位學(xué)員都將有學(xué)術(shù)督導(dǎo)協(xié)助保障研究階段性作業(yè)和論文的進度，確保取得研究成果。

---

課題要求

本課題適合： 9-12 年級學(xué)生，有較強的邏輯思維和抽象思維能力

本項目適合適合申請STEM專業(yè)方向：計算機、數(shù)學(xué)等相關(guān)專業(yè)的學(xué)生。

有一定的英語閱讀和寫作能力

有較強的邏輯思維和抽象思維能力

專業(yè)領(lǐng)域的零基礎(chǔ)學(xué)生，我們會提供相關(guān)的學(xué)術(shù)知識培訓(xùn)。