《Python金融大数据风控建模实战:基于机器学习》是一本基于Python语言的金融大数据风控建模入门读物。书中结合人工智能领域流行的机器学习算法进行信用评分卡模型构建,从而解决金融领域核心的风险控制问题。《Python金融大数据风控建模实战:基于机器学习》共19章,分为4篇。第1篇“智能风控背景”,旨在由浅入深地代领读者走进金融科技领域,带领他们了解智能风控的相关知识,并全面、系统地认识评分卡;第2篇“评分卡理论与实战基础”,围绕评分卡构建的完整流程,向读者一一讲述每个环节的理论知识,并进行代码实践,帮助读者获得从0到1构建评分卡模型的工程能力;第3篇“评分卡理论与实战进阶”,旨在从建模中可能遇到的问题出发,提供一些解决问题或提升模型效果的思路,使建立的评分卡具有更好的业务适应能力及预测能力;第4篇“Lending Club数据集实战”,结合真实信贷场景的数据集,带领读者完成从数据分析到评分卡生成的各个流程,旨在让读者体验真实的场景,掌握评分卡实战技能,同时为读者在实际工作中构建评分卡提供参考。《Python金融大数据风控建模实战:基于机器学习》适合有一定Python语言基础的金融风控从业人员阅读,也适合想要学习人工智能如何应用于金融场景中的开发人员及业务人员阅读。另外,金融、计算机等相关专业的学生,以及金融科技从业人员及相关培训学员也可将该书作为教材或者兴趣读物阅读。