数学建模比赛是大学生最常见也是范围最广的竞赛，想要在数模竞赛中获得一个好成绩，需要掌握数学建模的四大方面能力：文献查阅、算法理解、编程实现、论文撰写。
在使用数学建模相关知识解决实际问题的时候，我们将使用数理算法来进行模型搭建，并且配合使用编程工具/统计工具来完成模型求解，最后将自己的思路以论文的形式呈现出来，这一过程所展现出来的算法能力、抽象化能力、编程能力以及论文写作能力都是海外院校很重视的能力。
指南者的数学建模竞赛营，课程教授10+种数学建模常用算法，使用编程软件（MATLAB，SPSS，Stata）进行数学模型求解，并且在老师的指导下参加“高斯杯”全国大学生数学建模竞赛，巩固并检验学习成果。
我们一起来看看在《信用风险评分模型研究》赛题中，同学们都做了什么。
项目简介
商业银行主要以信贷业务运营为主，近年来，信用风险持续释放，商业银行不良贷款率迅速增长，在这样的形势下，商业银行如何利用前沿计算科学技术进行有效的信用风险管理是亟待解决的研究。
本次竞赛提供关于信贷方面的用户违约情况数据集，其中包含用户年龄、用户收入、住房类型、信用卡类型等方面数据，请参赛者根据所给数据集解决以下几个问题：
一、分析违约用户和未违约用户在不同维度方面的区别，并使用可视化图表佐证自己的观点；
二、使用相关的数学模型搭建信用风险分类模型，并根据相关算法返回影响用户违约的主要特征；
三、根据上述搭建的信，进一步进行评分卡模型搭建。
优秀学员报告展示
从展示的数模论文来看，可以看到S同学有以下几点可圈可点：
- 从论文内容来看S同学对于逻辑回归、随机森林等算法都是很熟悉的可以将其应用到实际问题中，并且可以使用相关的工具将分析的结果使用图表的形式进行展示让人一目了然；
- 值得一提的是S同学除了我们课程中教授的SPSS、stata、MATLAB工具，在解决该问题的时候还使用了python来完成数据的处理与模型的构建，S同学的学习拓展能力还是很不错的；
- S同学解决信用风险评分的思路是很清晰的，通过各类可视化图表确定各个因素与是否违约的关系来找出主要因素，后续利用随机森林和逻辑回归完成违约模型的构建，最终还利用了WOE编码和IV判断特征重要性，使用KS值、ROC曲线、PSI值等对模型预测的好坏进行评价；
项目背书
学习过程
报名信息
2月6日开课
仅限12个名额
扫码咨询，先到先得
