飞桨学习赛：个贷违约预测

这场竞赛适合谁

适合已有 Python 深度学习基础、愿意使用 PaddlePaddle 2.0+ 处理结构化信贷数据的个人参赛者。参赛者应能理解贷款金额、利率、还款、信用记录等字段，并完成贷款违约的二分类预测。

这场比赛提供什么

以下内容来自比赛官方页面。

• 数据获取Loan-default training and test CSV datasets
• 教程Featured learning project by 笠雨聆月

从报名到首次提交的准备步骤

1. 01

   能够读懂官方赛题与参赛规则

2. 02

   结构化表格数据处理

3. 03

   贷款风控特征工程

4. 04

   二分类预测模型

5. 05

   AUC 优化

6. 06

   CSV 提交文件生成

投入前确认：核心难点是从两类贷款记录中大量数值、类别、日期、文本及匿名特征提取有效信号，并针对 AUC 优化违约预测。除预测文件外，还必须提交用 PaddlePaddle 训练的端到端模型对应的原始代码，且每天评测提交受限。