源码简介：
一线必备技术-量化金融实战的最高境界-金融风控+风控数据挖掘+反欺诈业务实战教程
量化金融实战的最高境界课程为我们带来了一次全新的课程体验，课程内容是围绕这量化金融交易的风险控制展开的，而这是量化金融的最核心部分。课程内容包括了金融风控与反欺诈业务详解，风控数据挖掘方法，特征工程实战，逻辑回归评分卡，集成算法，不平衡学习，模型融合，迁移学习，异常检测实战，深度学习与金融风控课程，社交网络分析与金融反欺诈等技术。课程内容基于Python打造 有一定的难度，适合喜欢挑战的同学们。
===============课程目录===============
(1)\视频；目录中文件数:12个
├─第01课-金融风控与反欺诈业务详解.mp4
├─第02课-风控数据挖掘方法.mp4
├─第03课-特征工程（上） .mp4
├─第04课-特征工程（下）.mp4
├─第05课-逻辑回归评分卡.mp4
├─第06课 集成算法.mp4
├─第07课-不均衡学习.mp4
├─第08课-模型融合.mp4
├─第09课-迁移学习.mp4
├─第11课 异常检测实战.ts
├─第12课 社交网络分析与金融反欺诈.ts
├─第十课 深度学习与金融风控 .mp4
(2)\资料；目录中文件数:5个
├─10 深度学习.rar
├─CPU notebook云平台使用方法(1).pdf
├─在线课程奖励及注意事(必读).html
├─新网银行杯竞赛报告.pdf
├─群文件获取方式.txt
(3)\资料\第一课资料；目录中文件数:3个
├─01 风控业务解析.pdf
├─常用反欺诈特征.ipynb
├─第三方数据.xlsx
(4)\资料\第七课资料；目录中文件数:3个
├─07 不均衡学习.ipynb
├─不均衡学习阅读材料.rar
├─第7课 不均衡学习.rar
(5)\资料\第三课资料；目录中文件数:7个
├─03 特征工程（上）.ipynb
├─car_data.csv
├─DSAA_DSM_2015.pdf
├─textdata.xlsx
├─train.csv
├─基于时间序列进行特征衍生.ipynb
├─特征工程1.png
(6)\资料\第九课资料；目录中文件数:1个
├─第9课 迁移学习.rar
(7)\资料\第二课资料；目录中文件数:6个
├─oil_data_for_tree.xlsx
├─zodiac_label.txt
├─决策树算法.pdf
├─决策树规则挖掘.ipynb
├─油品挖掘报告.xlsx
├─生肖属相单变量分析.ipynb
(8)\资料\第五课资料；目录中文件数:5个
├─05 逻辑回归与评分卡.html
├─05 逻辑回归与评分卡.ipynb
├─Acard.txt
├─LogicRegression实现.html
├─逻辑回归评分卡映射逻辑.png
(9)\资料\第八课资料；目录中文件数:1个
├─第8课 模型融合.rar
(10)\资料\第六课资料；目录中文件数:5个
├─06 lightgbm.ipynb
├─06 LightGBM评分卡.ipynb
├─06 Xgboost.ipynb
├─lgb自动调参.ipynb
├─xgboost_parameters.html
(11)\资料\第十一课资料；目录中文件数:1个
├─11 无监督算法与异常检测.rar
(12)\资料\第十二课资料；目录中文件数:1个
├─12 社交网络与图算法.rar
(13)\资料\第四课资料；目录中文件数:1个
├─04 特征工程（下）.ipynb
(14)\资料\课前学习资料；目录中文件数:13个
├─cheetsheet.rar
├─Hive编程指南+PDF+中文高清版.pdf
├─Learning PySpark – 2017.pdf
├─Outlier Analysis 2nd.pdf
├─Vintage分析和迁移率模型在信用卡业务中的应用.pdf
├─信用评分模型技术与应用.pdf
├─信用风险评分卡研究.pdf
├─利用Python进行数据分析第二版（SeanCheney翻译版）_.pdf
├─基于滚动率模型的信用卡风险拨备计提方法.pdf
├─概率论与数理统计(浙大 四版）.pdf
├─消费信用模型 定价 利润与组合_14010319.pdf
├─社会网络分析法-斯科特着-刘军译.pdf
├─神经网络与深度学习.pdf
截图：
