首页
›
密码学工程与数据安全
›
027-数据分级分类接口落地
›
《数据分级分类模型选型与落地案例》
VIP20
本课程属于:027-数据分级分类接口落地
密码学工程与数据安全 · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
数据分级分类模型选型与落地案例
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
数据分级分类概论
定义 · 意义和应用场景
数据分级分类概论
定义
02
数据分类分级标准体系
国际标准与行业标准
数据分类分级标准…
国际标准
03
分类分级模型选型流程
从需求到模型
分类分级模型选型…
从需求到模型
04
数据探索与可视化
初步了解数据分布
数据探索
可视化
05
数据预处理
清洗 · 缺失值处理 · 异常值检测
数据预处理
清洗
06
特征工程
特征选择 · 特征提取 · 特征构造
特征工程
特征选择
07
经典分类模型之决策树
原理与实现
经典分类模型之决…
原理
08
经典分类模型之随机森林
集成学习入门
经典分类模型之随…
集成学习入门
09
经典分类模型之支持向量机
线性与非线性
经典分类模型之支…
线性
10
经典分类模型之逻辑回归
概率建模
经典分类模型之逻…
概率建模
11
经典分类模型之K近邻
懒惰学习
经典分类模型之K…
懒惰学习
12
神经网络基础
感知机与多层结构
神经网络基础
感知机
13
深度学习分类模型
CNN · RNN · Transformer简介
深度学习分类模型
CNN
14
模型评估指标
准确率 · 精确率 · 召回率
模型评估指标
准确率
15
交叉验证与超参数调优
Grid Search与Random…
交叉验证
超参数调优
16
过拟合与欠拟合
诊断与应对策略
过拟合
欠拟合
17
不平衡数据分类
SMOTE · 代价敏感学习
不平衡数据分类
SMOTE
18
多分类与多标签分类
策略与实现
多分类
多标签分类
19
模型可解释性
LIME · SHAP · 特征重要性
模型可解释性
LIME
20
模型部署与推理
从训练到生产
模型部署
推理
21
模型监控与在线学习
概念漂移处理
模型监控
线学习
22
案例实战一
金融信贷风险评估分类模型
案例实战一
金融信贷风险评估…
23
案例实战二
医疗诊断数据分级分类
案例实战二
医疗诊断数据分级…
24
案例实战三
文本分类(舆情分析)
案例实战三
文本分类
25
案例实战四
图像分类(产品质检)
案例实战四
图像分类
26
案例实战五
时序数据异常检测与分类
案例实战五
时序数据异常检测
27
模型选型中的权衡
准确率 vs 可解释性 vs 速度
模型选型
权衡
28
落地方案设计与架构
微服务 · 容器化 · API
落地方案设计
架构
29
项目经验总结
常见陷阱与最佳实践
项目经验总结
常见陷阱
30
未来趋势
AutoML · 联邦学习 · 大模型在分类中的应用
未来趋势
AutoML
所属VIP或分类
同VIP:DLP策略与数据标签同步方案
同VIP:DLP系统与数据分类接口对接实战
同VIP:PKCS-11与数据分类接口集成实践