据外媒报道，今年"黑色星期五（BlackFriday）"美国消费者在网上花费了74亿美元，成为美国有史以来第二大网络购物日。

 

不过根据美国哈里斯民意调查机构的最新调研发现，4800万美国人还欠着上一季的债。较去年同期的3940万人有所上涨。

 

与此同时，今年仍有71%的假期购物者计划使用信用付款。平均而言，他们将支出660美元的礼物开支，并预计需要3.7个月才能还清欠款。

 

虽然今年的黑色星期五以74亿美元的销售额不仅成为黑色星期五有史以来销售额最高的一天，还仅次于去年“网购星期一（Cyber Monday）”的79亿美元，成为有史以来在线收入第二高的一天。消费者的平均订单价值为168美元，同比增长近6%，也创下了黑色星期五的新纪录。

 

但是，美国的信用卡违约率也每年在创新高。

 

七月的一篇新闻里曾报道，美国最大的信用卡发卡机构的平均坏账率在过去九个季度一直在持续攀升。

 

根据TransUnion数据所示，美国90天以上的信用卡违约率在第二季度继续上升达到了1.53％，高于一年前同期的1.46％和2015年的1.20％。随着信用卡债务几乎每个月都出现历史新高，美国银行业再次对次代风险感到恐慌，三年内首次大幅削减次级信用卡代kuan额度，将借款人的平均信代额度从去年同期下调了10％，致使新信用卡账户的平均借代上限降低3％至5649美元。

 

在这种情况下，各银行也在寻求计算机大数据的帮助，预测新增贷款申请人的违约概率，从而决定平台是否应该向申请人发放贷款。贷款申请人向Lending Club平台申请贷款时，Lending Club平台通过线上或线下让客户填写贷款申请表，收集客户的基本信息，这里包括申请人的年龄、性别、婚姻状况、学历、贷款金额、申请人财产情况等信息，通常来说还会借助第三方平台如征信机构或FICO等机构的信息。

 

本次研究会使用聚类方法刻画个人肖像，包括Logit的广义线性模型和机器学习算法，量化个人贷款模型，预测违约分险。力求获得对个人贷款审批或P2P平台投资有指导意义的结论。

 

课题介绍

本次的课题是由西北大学分析学的导师指导，你将会学到：

• 探索性数据分析（EDA/Exploratory Data Analysis），通过统计方法和可视化对违约数据进行数据清洗（Data Cleansing and Imputation
• 几种重要的统计和机器学习算法，对不同的肖像提出初步的预测模型；
• 进一步处理不平衡数据（Unbalanced Data），新建特征工程（Feature Engineering），根据目标函数（Objective function）优化特征和模型；

相关学科

概率统计 线性代数

机器学习 计量经济学

应用数学 统计学 数据科学

 

导师

西北大学 硕士

现就职于毕马威，负责数据科学相关工作

曾在知名征信机构TransUnion拥有实习经验。

 

课题研究方法

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。

整个科研教学流程中，每一位学员都将有学术督导协助保障研究阶段性作业和论文的进度，确保取得研究成果。

 

探究项目成果

成果1：个性化个人网站展现学术研究成果

有方探究项目为学员制作个人网站展示学生的项目成果。网站展示包含项目课题介绍、研究过程、研究结论和学生学习心得等个性化内容，真实完整的反应学生的学习过程和个人学术成长与收获。

同时，有方探究项目的项目成果还可以投放到计算机行业交流平台GitHub等业内人士交流平台中，让更多人关注到学生的学术成果。在申请过程中，招生官极其重视学生的科研项目经历，个人网站可以作为重要成果展示，帮助学生在诸多竞争者中脱颖而出。

成果2 ：能力提升

学生顺利完成有方探究项目的所有课程学习后，相当于达到美国优秀大学本科三年级计算机学科方向课程项目或独立研究项目要求。在大学申请时，独立项目的研究经历将极大的展现学生的学术积极性和独立解决问题的能力。

 

探究项目报名须知

本项目仅限 3 个名额

注：本课程采取审核制招生，我们将通过两轮面试评估课程匹配度，最终确定入选的学生名单。

 

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

具备基本的学术英语阅读能力；

接触过英文写作，能初步撰写英文文章；

 

数学

概率统计基础知识；

 

线性回归
线性代数基础（行列式、矩阵运算等）

 

计算机

（最好有一定的计算机基础。如果没有，以下软件选择一种或多种，课题开始前基本了解，开始后1-2周强化掌握并能进行初步的应用）

Python（Jupyter Notebook, Anaconda）

Linux/Unix command

 

想要获取详细课题大纲

请扫描二维码

关注「有方背景提升」