UCLA探究项目：捷信集团信用卡违规风险预测

UCLA探究项目

捷信集团信用卡违规风险预测

课题简介

风险管理风险控制是指风险管理者采取各种措施和方法，消灭或减少风险事件发生的各种可能性，或风险控制者减少风险事件发生时造成的损失。

在美国，很多人因为不充分或者不存在信用历史而很难获得贷款。更不幸地是，这类人群经常被不良贷所利用。

捷信集团(Home Credit)致力于能让这类没有银行信用记录人群获得正面安全的贷款经历。为了达到这个目的，捷信集团采用了大量丰富的数据—包括通信和交易信息—来预测客户的还款能力。

捷信集团使用统计和机器学习的方法进行预测。这样既能帮助确保有还款能力的客户不会被拒绝贷款，也能确保成熟的贷款可以使客户更成功。参与该课题的学生将和导师完成一个机器学习项目。本课题旨在运用最前沿的机器学习技术对捷信集团的海量数据进行分析和预测。

本课题是跨计算机和经济学的综合研究，是数据挖掘相关技术的实际应用。研究者将使用Python进行大数据分析，并深入了解机器学习和对美国信用体系。

 

科研方法

AI＋X数据驱动型科研

AI＋X数据驱动型科研是指使用人工智能（AI）算法，收集、处理、分析具体学科（X）的海量数据，并基于此进行预测，从而获得科学发现的研究方法。与传统的、基于实验或逻辑推理的研究方式相比，AI＋X数据驱动型科研可以借助AI算法强大的运算能力，高效地进行大数据分析，具有投入产出比高、适用范围广的优点。

AI＋X数据驱动型科研已被广泛地应用于各个领域，利用AI算法研究基因数据，从而进行早期的癌症筛查便是其中一例。基因组与癌症病患的数据千千万万，使用传统的科研方式对其进行分析，工程量大、过程繁琐，在客观上难以实现。但借助AI算法这一便捷的工具，生命科学家便能够以海量的患者的遗传信息为基础，建立数据库，与过往的研究成果进行对照，快速、准确地在两者中发现规律、建立联系，从而使癌症诊断的“标准化”成为可能。

---

课题要求

本课题适合： 9-12 年级学生，有较强的逻辑思维和抽象思维能力：

英文：
1、具备基本的学术英语阅读能力
2、接触过英文写作，能初步撰写英文文章；

 

数学：
1、概率统计基础知识；
2、线性回归基础知识；
3、线性代数基础（行列式、矩阵运算等）；

 

计算机：
1、Python编程基础；
2、Numpy、Pandas、Matplotlib库基础。