1. 毕业设计（论文）的内容和要求

基于关于个人贷款的相关数据，利用统计学习方法如随机森林树，神经网络等方法，研究个人信用评价问题。

课题要求（包括所具备的条件）： 1.学习并掌握几类机器学习方法； 2.能够熟练使用Matlab或者R程序； 3.利用所学方法实现个人信用评价。

2. 参考文献

[1]周志华，机器学习，清华大学出版社，2017 [2]郑捷，机器学习算法原理与编程实践，电子工业出版社，2015 [3]石庆焱 靳云汇,多种个人信用评分模型在中国应用的比较研究［J］,统计研究，2004,6,43-47 [4]李 卯,个人信用评分模型比较数据挖掘分析［J］,时代金融，2017,2,295-298 [5]许 佩，任 潇，车 凯,个人信用评分模型的发展及优化算法分析,姜明辉，哈尔滨工业大学学报，2015,5,41-44 [6]任 潇，姜明辉，车 凯，王 尚,个人信用评估组合模型选择方案研究［J］，哈尔滨工业大学学报，2016,5,67-71 [7]朱晓明，刘治国．信用评分模型综述［J］． 统计与决策， 2007( 2) : 103－105． [8]蓝润荣，程希俊． 基于改进 ＲBF 神经网络的银行个人信用评级 ［J］． 中国科学院研究生院学报，2013，30( 3) : 298－303． [9]CHEN H， CHEN Y． A comparative study of discrimination methods for credit scoring ［C ］, Proceedings of the 2010 40th International Conference on Computers and Industrial Engineering ( CIE ) ． Piscataway，NJ: IEEE，2010: 1 － 5． [10] CHENG E W L， CHIANG Y H， TANG B S． Alternative approach to credit scoring by DEA: evaluating borrowers with respect to PFI projects［J］． Building and Environment，2007，42( 4) : 1752 － 1760

3. 毕业设计（论文）进程安排

第1~3 周 收集相关资料，课题前期准备 第4 ~ 9周 查阅文献，课题学习、研究 第10~15周 实证分析，论文撰写 第16周 论文整理、修改并定稿 第17周 制作ppt，论文答辩准备