课程项目研究支付网络中的风险传导机制。我负责设计仿真框架，使用Python与NetworkX构建节点网络，在实验室环境模拟不同冲击场景，并组织三名组员分工与交叉验证。结果显示，在固定随机种子与1000次重复下，高连接度节点冲击的扩散范围比低连接度节点高约35%，报告获课程优秀评价，并整理为可复现实验记录。

个人项目关注信用评分模型的可解释性。我基于公开脱敏数据集，使用Python与SHAP比较逻辑回归和梯度提升树，在固定训练测试划分下完成五折交叉验证。结果显示，梯度提升树AUC比逻辑回归高约0.04，SHAP特征排序与业务经验基本一致，形成一份可复现实验记录与论文初稿，并据此梳理后续研究方向。