成为AI产品经理
刘海丰
京东高级架构师
新⼈⾸单¥59.9
2560 人已学习
课程目录
已完结 38 讲
0/4登录后,你可以任选4讲全文学习。
开篇词 (1讲)
开篇词 | 你好,产品经理!你的未来价值壁垒在哪儿?
免费
知己知彼,AI和AI产品经理 (4讲)
01 | 行业视角:产品经理眼中的人工智能
02 | 个人视角:成为AI产品经理,要先搞定这两个问题
03 | 技术视角:AI产品经理需要懂的技术全景图
04 | 过来人讲:成为AI产品经理的两条路径
项目管控能力篇 (3讲)
05 | 通过一个 AI 产品的落地,掌握产品经理工作全流程
06 | AI 模型的构建过程是怎样的?(上)
07 | AI模型的构建过程是怎样的(下)
算法技术能力篇 (11讲)
08 | 算法全景图:AI产品经理必须要懂的算法有哪些?
09 | K近邻算法:机器学习入门必学算法
10 | 线性回归:教你预测,投放多少广告带来的收益最大
11 | 逻辑回归:如何预测用户是否会购买商品?
12 | 朴素贝叶斯:让AI告诉你,航班延误险该不该买?
13 | 决策树与随机森林:如何预测用户会不会违约?
14 | 支持向量机:怎么预测股票市场的涨与跌?
15 | K-means 聚类算法:如何挖掘高价值用户?
期中答疑 | AI产品经理热门问题答疑合集
期中周测试题 ,你做对了吗?
16 | 深度学习:当今最火的机器学习技术,你一定要知道
模型评估能力篇 (9讲)
17 | 模型评估:从一个失控的项目看优秀的产品经理如何评估AI模型?
18 | 核心技能:产品经理评估模型需要关注哪些指标?
19 | 模型性能评估(一):从信用评分产品看什么是混淆矩阵?
20 | 模型性能评估(二):从信用评分产品看什么是KS、AUC?
21 | 模型性能评估(三):从股价预测产品看回归算法常用的评估指标
22 | 模型稳定性评估:如何用PSI来评估信用评分产品的稳定性?
春节加餐1 | 用户增长模型:怎么利用AI技术判断新渠道性价比?
春节加餐2 | 一次答疑,带你回顾模型评估的所有基础概念
23 | 模型监控:产品经理如何建设算法模型监控指标体系?
AI项目实践篇 (6讲)
24 | 推荐类产品(一):推荐系统产品经理的工作职责与必备技能
25 | 推荐类产品(二):从0打造电商个性化推荐系统产品
26 | 预测类产品(一):用户复购意向预测的底层逻辑是什么?
27 | 预测类产品(二):从0打造一款预测用户复购意向的产品
28 | 预测类产品(三):从0打造一款“大白信用评分产品”
29 | 自然语言处理产品:从0打造一款智能客服产品
认知升级篇 (2讲)
30 | AI产品经理,你该如何提升自己的价值?
31 | AI产品经理面试,这些问题你必须会答!
结束语 (2讲)
结束语 | 唯一不变的,就是变化本身!
免费
期末考试 | “AI产品经理”100分试卷等你来挑战!
成为AI产品经理
15
15
1.0x
00:00/00:00
登录|注册

28 | 预测类产品(三):从0打造一款“大白信用评分产品”

刘海丰 2021-03-01
你好,我是海丰。今天,我们接着来讲预测类产品的打造。我会以小白信用评分产品为例,来教你模拟构建一个大白信用评分产品,从而学习到机器学习在互联网金融行业的产品落地方法。
什么是小白信用评分产品呢?你可以看我下面给出的解释:
小白信用评分:指根据用户在京东的浏览、购物、投资理财、信用产品使用和履约情况、个人信息完整度等多个维度的数据,通过大数据算法,对用户的信用水平给出的综合评估的产品。评分越高表明用户的信用越好,受评用户就可以在京东及京东合作商户享受优惠商业政策。
需要提前声明的是,构建“大白信用产品”的过程中,我们不会涉及任何与小白信用产品相关的内容,你只要学会构建的通用流程就可以了。整个构建流程可以分为四部分,分别是案例背景、特征构建、模型训练和模型评估。下面,我们就详细来说说。

案例背景

开头说了,我们要设计一个大白信用评分模型,那这个模型具体长什么样呢?一个标准的“大白信用模型”由五大维度构成,如下图所示。
第一是身份特质,包括你的实名情况、社会属性、居住环境、教育情况,它们代表了你的出身、社会层次和稳定性,是一个人短时间内不会被改变的特质。
第二是资产评估:通过你提交的收入和资产信息来综合判断你的履约能力,包括社保、公积金、动产和不动产等。
确认放弃笔记?
放弃后所记笔记将不保留。
新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
批量公开的笔记不会为你同步至部落
公开
同步至部落
取消
完成
0/1000字
划线
笔记
复制
© 版权归极客邦科技所有,未经许可不得传播售卖。 页面已增加防盗追踪,如有侵权极客邦将依法追究其法律责任。
该试读文章来自付费专栏《成为AI产品经理》,如需阅读全部文章,
请订阅文章所属专栏新⼈⾸单¥59.9
立即订阅
登录 后留言

精选留言(2)

  • 胡文潇
    通过这个方法,我们依次计算出 5 个维度(身份特质、资产评估、行为偏好、履约信用、关系人脉)的概率,分别为 0.1、0.2、0.3、0.4、0.5。这个没有看明白
    2021-05-11
  • Rosa rugosa
    芝麻信用与小白信用评分的取值范围是【200,1000】,这样取值是为了更具体的体现用户的信用状况,对用户信用进行更细致的划分。同时,在做模型验证的时候,更清楚的看到模型预测的能力(因为分数大,放大了模型的效果)
    2021-03-16
收起评论
2
返回
顶部