├── 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。