├── README.md
├── management-after-loan
│ ├── DebtCollectionModel.py
│ ├── prosperLoanData_chargedoff.csv
│ └── 贷后管理&风险模型纲要.ipynb
├── shujufenxi.py
├── stock-prediction
│ ├── GOOG-year.csv
│ ├── data_preprocess.py
│ ├── decision_tree.py
│ ├── lstm.py
│ ├── main.py
│ ├── nerual_network.py
│ ├── series_to_supervised.py
│ └── torch_lstm.py
└── web-crawler
├── get_image.py
├── github.py
├── lagou.py
├── leetcode.py
└── news_baidu.py
通过搭建随机森林和神经网络模型对股票的上涨下跌进行预测, 随机森林模型还使用网格搜索进行优化。基于pytorch的时间序列模型也在逐步添加中。
1.通过对百度图片的源码进行分析,爬取图片,并使用多线程下载。
2.爬取拉勾网的职位信息并整理,使用session方法解决反爬问题。
3.爬取百度新闻的内容。
对他人搭建的贷后模型进行分析和学习的内容。