预习

预习视频

Python编程基础、清洗、可视化

1. Python标准数据类型

2. 控制流语句

3. 自定义函数

4. 异常和错误

5. 类与面向对象编程

6. Numpy数组操作

7. Pandas数据表基础，数据清洗与探索

8. Python可视化包Matplotlib，Seaborn

SQL数据库基础

1. 数据库基本概念

2. DDL数据定义语言

3. DML数据操作语言

4. 单表查询

5. 多表查询

6. Python连接SQL

Python假设检验和回归知识

1. 参数估计

2. 假设检验

3. 两样本T检验

4. 方差分析

5. 卡方分析

6. 相关分析

7. 线性回归

8. 逻辑回归

中级

第1天

线性回归与逻辑回归进阶和案例

1.数据挖掘基础

2. 线性回归与逻辑回归进阶

3. 正则化回归方法

6. 用线性回归做客户价值预测案例

7. 用逻辑回归做贷款精准营销案例

第2天

主成分分析与数据降维

1. 连续型变量降维基础

2. 主成分分析

3. 因子分析

决策树基础

4. 决策树基础知识

5. 决策树与其他算法的结合

聚类分析

1. 聚类分析基本逻辑

2. 聚类算法（Kmeans）

5.理财业务用户画像案例

高级

选学视频

算法进阶视频

1.极大似然估计

2.凸优化

3.SVM和GBDT公式推导

第1天

决策树进阶和集成学习

1. 金融数据挖掘9大模板和应用场景选择

2. 决策树进阶精讲(分类树与回归树)

3 欠拟合与过拟合专题

4. 模型训练与超参数搜索

5. 集成学习基础

6. 随机森林和LightGBM等集成算法参数调优

第2天

异常识别专题和数据问题处理

1.局部异常因子等异常识别算法

2. 数据类别不平衡数据处理

3. 特征工程

4. 反欺诈模型案例

第3天

银行算法建模方法论与大语言模型

1. 金融算法建模场景和金融领域的特征选择（以风控ABC卡为例讲解特征选择）

2. 银行贷款营销模型的构建全过程（包括需求分析、特征构建、模型构建、效果评估）

3. 智能体在银行风控、营销中的营销案例介绍（大小模型融合发展）

4. 使用WorkBuddy等智能体工具构建个人算法建模工作台演练

第4天

综合案例：信用评分卡构建全流程（使用toad或Scorecardpy包建立评分卡全流程）

1.使用LightGBM进行拒绝推断

2.特征筛选与WOE转化

3.特征降维

4.数据清洗

5.进行评分卡转换

6.模型评估：技术指标和业务指标