室内控制中枢的出现,实现了智能化与非智能化设备的一键联动,加快了传统家电的智能化升级,提升了人们室内所见即所控的极致体验。 该智能化手持中控屏方案,使室内设备控制中枢摆脱墙体的限制,随用随取,通过低功耗Wi-Fi联网以及红外发射和接收管,随时随地轻松调整场景设置。 支持蓝牙和smartconfig和wifi AP模式快速配网 图片 该手持中控屏方案串口屏选型可选择2.8寸或2.4寸串口屏,主控选用乐鑫ESP32-C3,搭载8080接口分辨率为320*240的2.8
今天来介绍一下风控中的异常检测,从最基础的概念开始讲起,因为本人对这块的内容平时工作也做得不多,更多滴偏向于“纸上谈兵”,有什么说得不对的地方,也欢迎各位朋友指正~谢谢。 异常检测的概念 02 异常检测的难点 03 异常检测的分类及常见算法 01 异常检测的概念 异常检测(Anomaly Detection 或 Outlier Detection),又称为离群点检测,在我们风控领域很多地方都会用到 抽象来说,就是需要从一堆数据中,找到那个“邻舍不同”(粤语)的点,并能够给出合理的判断和解释。 02 异常检测的难点 为什么说异常检测很难呢? 主要有几个原因: 1)异常点和噪声会混杂在一起,机器难以具体识别开来; 2)现实中很少有异常点的标签,因为标签越多也就意味着遇到过的异常越多,也不符合常识认知; 3)对于标签的定义也是很难,比如1个金融场景 所以很多时候我们在操作的过程中,会先用无监督方法挖掘出异常样本,再基于这些样本去做有监督模型挖掘更多的异常点,这中间也多了一层转化,所以准确率和置信度上也有一定的下滑。
02 为什么要做拒绝推断 在我们的生活中,有很多关于幸存者偏差的例子,比如我们身边的同事月收入都是过万,就误以为大多数人都是这样子,身边的人都是本科毕业,就以为大多数人都上过大学。 《风控建模中的样本偏差与拒绝推断》https://zhuanlan.zhihu.com/p/88624987 不过我也还是把他文章里的分类体系在这里重点再次分享一下。 以上的5个步骤,就是实施拒绝推断中推断法之一的展开法。 06 总结一下 本文算是一个对拒绝推断的入门介绍了,让初涉风控模型的同学有一个相对来说比较清晰的全局认识,这里面涉及到的很多算法模型上的细节并没有展开来讲,因为我觉得这也会让阅读带来比较大的负担,公众号的文章还是要控制在几分钟内读完比较合适 Reference [1] 异常检测算法分类及经典模型概览 https://blog.csdn.net/cyan_soul/article/details/101702066 [2] 风控建模中的样本偏差与拒绝推断
风控的意义 何为风控?字面含义就是对于风险的控制从而使财务不受到损失。对于任何一家金融机构(包括银行,小贷,P2P等)来说,风控的重要性超过流量、体验、品牌这些人们熟悉的指标。 国际上传统的风控方法 风控的核心是要准确预测每一笔借款违约概率。显而易见,这需要量化的工具,也就是模型。 x ,y:在美国,人们一般在上大学的时候就会拥有人生中第一张信用卡。这样等到后续买房(房贷)买车(车贷)的时候,就已有了不短的信用历史了。 国内很多银行的风控流程和系统是从国外采购,很多风控高管也是直接从国外银行引进的。 然而与国外相比,中国最大的差异在于征信体系的不完善。 大数据风控的挑战 伴随着机遇同样也有挑战。就像要有美味的菜肴,我们既需要好的材料,也需要好的厨师,当前大数据在风控中运用的挑战主要还是在数据和人才这两方面。
微信图片_20220419150843.jpg 单弦式振弦传感器VH501TC采集读数仪,设备是专用的多类型传感器手持式读数仪,主测传感类型为单弦式振弦传感器,辅测传感类型为电压、电流传感。
这一小节其实是想着来梳理下风控建模中各个环节有哪些模型,顺便看看这GBDT和XGBoost哪儿能用,简单点分类就按贷前、贷中、贷后来,我根据自己过往的经验,按照出场率来评个分,从S级-A级-B级-C级- 贷中 B卡(行为评分卡):S级出场率。 交易反欺诈:A级出场率,主要是支付风控,防止客户进行薅羊毛、套现等行为。 客户流失:A级出场率。 贷后 催收告警:A级出场率。 迁徙率预测:B级出场率。 在风控模型中我们经常也是用来做分类(Classification),但我们知道GBDT的基分类器是CART,即Classification And Regression Tree,所以也可以支持回归建模 squarederror,也支持很多回归、二分类等目标设置,详情见上面提及的文档,还有一个参数eval_metric,评估指标设置,也是十分常用的,有很多指标可以选择,比如auc、error、mae、rmse等等,在风控模型中我们经常就是做评分卡 风控模型怎么调优 关于风控模型的调优,先前有篇文章讲得比较细致《风控ML[7] | 风控模型调优的思路有哪些》,大家可以移步去回顾一下。
你可以在这个课程中学习更多关于 Java 9 中模块工作的信息 。 Linking 当你使用具有显式依赖关系的模块和模块化的 JDK 时,新的可能性出现了。 这可以通过 Java 9 中的新的 jlink 工具实现。你可以创建针对应用程序进行优化的最小运行时映像而不需要使用完全加载 JDK 安装版本。 在 Java 9 中它会变得更好。Stream 接口中添加了 4 个新的方法:dropWhile, takeWhile, ofNullable。 注意:新的 HttpClient API 在 Java 9 中以所谓的孵化器模块交付。也就是说,这套 API 不能保证 100% 完成。 这实际上意味着未来的很长一段时间,你都不能在库中运用 Java 9 所提供的新特性。
2018年欧瑞博率先推出智能中控屏Mixpad S,作为一款电工类产品,屏元素的引入让传统智能开关突然间有了更多的想象空间。 智能家居典型的中控屏面板产品 如影智能 如影智能首次在屏开关的基础上引入了旋钮元素,并在其2.95"、5"、10"、13.3"产品系列中都采用了“屏+旋钮”的设计,由此成为自家的一种设计风格。 2023年,华为发布的中控屏S2首次实现了中控屏“可墙可桌可手持”的应用, 其电气上强弱电的分离、结构上卡扣式的组合势必也会让业界其他厂家开始对中控屏产品形态进行新的思考。 中控屏S2内置NFC,搭配华为智能MINI可实现一碰场景导入,在导入场景之后可将MINI随处放置实现更灵活的“随意控”应用。 甚至是在前文几家提到的“首次创新”中,你在了解了摩根的产品后,你可能会发现似乎都有曾经摩根做过的某些设计的“影子”。
你可以在这个课程中学习更多关于 Java 9 中模块工作的信息 。 2. Linking 当你使用具有显式依赖关系的模块和模块化的 JDK 时,新的可能性出现了。 这可以通过 Java 9 中的新的 jlink 工具实现。你可以创建针对应用程序进行优化的最小运行时映像而不需要使用完全加载 JDK 安装版本。 3. 在 Java 9 中它会变得更好。Stream 接口中添加了 4 个新的方法:dropWhile, takeWhile, ofNullable。 注意:新的 HttpClient API 在 Java 9 中以所谓的孵化器模块交付。也就是说,这套 API 不能保证 100% 完成。 这实际上意味着未来的很长一段时间,你都不能在库中运用 Java 9 所提供的新特性。
你可以在这个课程中学习更多关于 Java 9 中模块工作的信息 。 2. Linking 当你使用具有显式依赖关系的模块和模块化的 JDK 时,新的可能性出现了。 这可以通过 Java 9 中的新的 jlink 工具实现。你可以创建针对应用程序进行优化的最小运行时映像而不需要使用完全加载 JDK 安装版本。 3. 在 Java 9 中它会变得更好。Stream 接口中添加了 4 个新的方法:dropWhile, takeWhile, ofNullable。 注意:新的 HttpClient API 在 Java 9 中以所谓的孵化器模块交付。也就是说,这套 API 不能保证 100% 完成。 这实际上意味着未来的很长一段时间,你都不能在库中运用 Java 9 所提供的新特性。
最近北京出现的疫情,虽然未到拐点,但是从疫情防控角度,没出现任何慌乱,无论是物资供应,还是疫情筛查,又或是抗疫保障,少不了很多人辛勤的默默付出,借此向所有人表示敬意。 北京疾控中心流调队员向您致电,请您放心接听,您所提供的内容,对首都疫情防控至关重要,非常感谢!”,请立即接听,并积极配合。 此外,当前除疾控部门作为主力开展流调工作之外,还有许多基层工作者也在参与摸排工作。有的朋友接到过的流调电话是来自区镇的以010开头的座机电话,问:请问您是XXX? 这三个小案例,只是疫情防控中的缩影,动态清零,不仅需要严谨细致的应急处理流程、各级组织机构和人员的通力配合、行之有效的流调工作机制,还需要广大人民群众的积极配合,以及数字化、电子化、信息化的支持。 这是一项非常特殊的系统工程,各个环节,衔接流畅,配合默契,才能达到我们的目标,革命尚未成功,同志还需努力,疫情防控,人人有责。
在风控建模中IV(信息价值)和WOE(证据权重)分别是变量筛选和变量转换中不可缺少的部分。 很多文章已经讨论过这两个变量,本文在吸收前人优秀成果的基础上,希望用通俗易懂的语言让大家快速理解这两个变量。 并用简单的例子让大家明白在实际中如何运用这两个变量,最后给出建模过程中实际需要用到的Python代码。 1. 表 3 - 极端例子2(算IV) 从表3知,该组别中坏样本占比和好样本占比的差异性越大,该组中WOEi的绝对值越大。 ,针对不在组别1中的数据另外进行分析。 d3['max_bin'] = d2.x.max() #8 箱体的右边界 d3['bad'] = d2.y.sum() #9
1 变量的定义 变量即variable Python 中的变量赋值不需要类型声明。 每个变量在内存中创建,都包括变量的标识,名称和数据这些信息。 等号(=)运算符左边是一个变量名,等号(=)运算符右边是存储在变量中的值。例如: ? 注意:变量名必须是字母,数字或下划线组成,但是不能以数字开头。 2 变量名的约束 ? 3标准数据类型 在内存中存储的数据可以有多种类型。 例如,一个人的年龄可以用数字来存储,他的名字可以用字符来存储。 Python 定义了一些标准类型,用于存储各种类型的数据。 python的字串列表有2种取值顺序: 从左到右索引默认0开始的,最大范围是字符串长度少1 从右到左索引默认-1开始的,最大范围是字符串开头 如果你要实现从字符串中获取一段子字符串的话,可以使用变量 [
.NET 9 中的 RuntimeMetric Intro .NET 9 中引入了 RuntimeMetrics,基于 dotnet 里的 metrics 实现 System.Diagnostic.Metrics.Meter dotnet.assembly.count 当前加载的 .NET 程序集数量(UpDownCounter) 对应 AppDomain.GetAssemblies() 的数量 dotnet.exceptions 在托管代码中抛出的异常数量 core/diagnostics/built-in-metrics-runtime https://github.com/WeihanLi/SamplesInPractice/blob/main/net9sample /Net9Samples/RuntimeMetricsSample.cs
.NET 9 中的 JsonSchemaExporter Intro .NET 9 Preview 6 中引入了一个 JsonSchemaExporter,我们可以借助它根据类型来生成 json schema :0|[1-9]\\d*)$"},"title":{"type":"string"},"description":{"type":["string","null"]}}} 可以看到此时,我们的属性名成变成了小写 :0|[1-9]\\d*)$"},"title":{"type":"string"},"description":{"type":["string","null"]}},"required":["title schemaNode3, JsonSerializerOptions.Web)); 这里我们在生成的 jsonSchema node 的基础之上,如果属性名称是 id 或者 Id 的话就将它添加到 required 中或者创建一个 /Net9Samples/JsonSample.cs https://github.com/dotnet/runtime/issues/102788 https://github.com/dotnet/
前言 为什么要做权限管控呢?因为现在的隐私合规越来越严格,对于敏感权限的使用必须在 隐私协议文档中注明权限使用的目的,甚至,在公司层面中,这类权限就不允许申请。 可以通过临时文件来查看哪些权限是敏感权限,哪些权限会保留,哪些权限会被移除 缺点: 当组件模块申明的敏感权限被主工程的清单文件合并删除时无法提示,只能运行时才会表现出想申请的权限在权限设置里不存在 两种方案都能实现权限管控效果 ,主要看大家自己的选择,本文简要讲下 方案二 的实现 实现 1、获取主模块的清单文件,并将清单文件中的权限声明移除,避免小伙伴在主模块的清单文件中声明敏感权限运行项目 //1、获取 main 下的清单文件 : File(project.projectDir, "src/main/AndroidManifest.xml") // 2、读取主工程下清单文件的权限,并从主工程中删除,避免有小伙伴在该文件中提交敏感权限 因此,在组件模块中声明的权限(Library)比主工程声明的权限(main)优先级低,所以可以在优先级高的主工程模块声明 remove 规则,即可将低优先级中声明的权限进行移除,例如: 合并结果,只保留了
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?
环境依赖 macOS、Xcode 9、Python(macOS 默认安装了 Python2.7)。 ArgumentsRun-Arguments 界面,点击 Arguments Passed On LaunchArguments Passed On LaunchArguments\ Passed\ On\ Launch 一栏中的
NET 9 中的 Alternate Lookup Intro 在 .NET 9 中,为哈希表类引入了一种名为GetAlternateLookup<TKey, TValue, TAlternate>() 以前,要在哈希表中查找由ReadOnlySpan<char> 表示的键,必须使用ToString() 方法将其转换为字符串,这会导致字符串分配。这不是最佳选择。 在上面的代码示例中,我们使用了StringComparer.OrdinalIgnoreCase。 这样,它们就可以从备用键在字典中插入新条目。 value); } } 结论 使用 .NET 9,可以利用Span<T> 来提高性能的场景更多,避免堆分配并直接在堆栈上操作。
大数据领域就没有不做数据分析的,大数据风控也不例外。 我的观点是风控和其他互联网业务都是互通的,本文介绍下风控中必做的数据分析,用以说明数据分析是一通百通的。 工欲善其事,必先利其器。 能不能从海量的业务数据中取出正确的数据,是解决问题的前提。而Excel透视表强大到万物皆可透视。不夸张地说,我就没见过透视表解决不了的问题。 01 业务理解 如果一家金融机构聘请你给他们的风控业务做咨询,你知道怎么办吗? 别告诉我,你想硬搬风控建模比赛的那套东西。不要掉价。 解决方案一定是针对当前业务和用户客群独家定制的。 ,在贷前场景中我们一般很关注不同渠道的转化情况,以便对渠道进行优化。 如大家所见,在风控领域所在的数据分析,应该和其他互联网领域的数分并无本质区别。 因为风控和其他业务一样,本质都是用户生命周期管理。基于相同的底层逻辑,数据分析必然也并无二致。