学习清单

计划须突出编程实践

 

1a. 工具类-python，

1b. GCP 基础/ BIG Query / Dataproc / Pipeline + model + SAS automation , 

1c. SQL  

1d. Git 

1e. Markdown - Blogs

 

2a.  生产中的数据分析分类分析 

2b.  数据分析方法论提升

2c.  更广泛意义上的认知模型

 

3. 特征工程学习及实践

 

4a.  生产中的models学习构建

　　贷款倾向性评分，收入模型，分类模型， risk price

4b. 实用场景-流失预警/欺诈/违约/信用卡ABC卡

4c. 更系统的风险模型学习

 

5a. 机器学习算法原理及数学推导

　　-  手推系列动手实践

　　-  结合参考资料建立概念体系

 

5b. 机器学习的应用案例

　　

6a. 深度学习原理

　　-  吴恩达笔记总结

　　-  李宏毅深度学习视频 （27h ）

 

6b. 深度学习框架TensorFlow，Keras，Pytorch，Apache MXNet及应用

　　-  吴恩达 机器学习/深度学习/Tensor Flow课程实践

　　-  李沐动手

 

7a. 竞赛学习-相关金融领域案例集

7b. 竞赛组队 

 

8. 强化学习原理及实践