1. 毕业设计（论文）的内容和要求
当前社会是个信用社会，网络借贷在当前大环境下应运而生的,它为交易双方(即借款方和投资方)提供了一个交易平台,它根据借款方所提供的基本信息和借款信息去评估借款方的信用程度,从而评估借款人在未来会不会违约。
京东，支付宝等借贷平台为此都开发了个人信用评估系统。
机器学习技术能显著地提高信用风险评估的准确度与适应性。
2. 参考文献
[1]周毓萍,陈官羽.基于机器学习方法的个人信用评价研究[J].金融理论与实践,2019(12):1-8.[2]刘志惠,黄志刚,谢合亮.大数据风控有效吗?基于统计评分卡与机器学习模型的对比分析[J].统计与信息论坛,2019,34(09):18-26.[3]罗鸣.基于随机森林的供应商信用风险管理研究[J].现代商业,2019(29):79-80.[4]孙夫雄,刘光明,曾子轩,彭梦琪.基于组合模型的股票停牌预测研究[J/OL].计算机工程与应用:1-9[2020-01-14].http://kns.cnki.net/kcms/detail/11.2127.TP.20190918.1039.003.html.[5]何诚颖.人工智能炒股能跑赢大盘吗?[J/OL].人民论坛学术前沿:1-10[2020-01-14].http://kns.cnki.net/kcms/detail/10.1050.C.20191016.1745.002.html.[6]王重仁,王雯,佘杰,凌晨.基于融合深度神经网络的个人信用评估方法研究[J/OL].计算机工程:1-8[2020-01-14].https://doi.org/10.19678/j.issn.1000-3428.0056119.[7]唐亦玮. 基于卷积神经网络的绿色信贷信用评价研究[D].上海师范大学,2019.[8]杨阳. 对P2P网贷平台信用风险的研究[D].上海外国语大学,2019.[9]张丽霞. 基于机器学习算法的网络借贷信用风险预测模型研究[D].兰州大学,2019.[10]王娇. 基于过采样方法的信用卡用户违约预测分析[D].东北师范大学,2019.[11]林一帆. 基于机器学习的信用评分模型研究[D].天津商业大学,2019.[12]白婧怡. 基于经典评分卡与机器学习的金融风险识别模型及其应用[D].天津商业大学,2019.[13]张杏枝. 基于机器学习的信用评分模型研究[D].西南大学,2019.[14]郭孝敬. 基于机器学习组合模型的个人信用评估[D].江西财经大学,2019.[15]Netty Setiawan,Suharjito,Diana. A Comparison of Prediction Methods for Credit Default on Peer to Peer Lending using Machine Learning[J]. Procedia Computer Science,2019,157.[16]Jos Rmulo de Castro Vieira,Flavio Barboza,Vinicius Amorim Sobreiro,Herbert Kimura. Machine learning models for credit analysis improvements: Predicting low-income families default[J]. Applied Soft Computing Journal,2019,83.[17]Xiaomeng Ma,Shuliang Lv. Financial credit risk prediction in internet finance driven by machine learning[J]. Neural Computing and Applications,2019,31(12).[18]严亦宽,薛巍立.基于机器学习的信用评级调整研究[J].南大商学评论,2018(03):88-100.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
