VIP13
本课程属于：007-MRM模型风险管理与独立验证 智能金融与金融工程 · 共 13 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

模型概念稳健性与核心假设验证实战

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=模型概念稳健性与核心假设验证的… · 学习目标 · 整体课程框架与实战价值
课程导入目标=模型概念稳…
02
基础概念
目标=模型 · 概念 · 稳健性
基础概念目标=模型
03
为什么需要稳健性
目标=模型风险 · 概念漂移 · 数据偏移
为什么需要稳健性目标=模型风险
04
核心假设的类型
目标=线性假设 · 独立性假设 · 分布假设
核心假设的类型目标=线性假设
05
稳健性评估指标
目标=敏感度分析 · 鲁棒性度量 · 泛化误差
稳健性评估指标目标=敏感度分析
06
假设验证的基本流程
目标=假设提出 · 可检验化 · 实验设计
假设验证的基本流…目标=假设提出
07
数据层面的稳健性
目标=异常值 · 缺失值 · 噪声
数据层面的稳健性目标=异常值
08
特征层面的稳健性
目标=特征选择 · 特征工程 · 特征扰动对假设验证的影响
特征层面的稳健性目标=特征选择
09
模型层面的稳健性
目标=模型复杂度 · 正则化 · 集成方法
模型层面的稳健性目标=模型复杂度
10
概念漂移检测与应对
目标=漂移类型 · 检测方法 · 自适应更新与假设重验证
概念漂移检测应对
11
敏感度分析方法
目标=局部敏感度 · 全局敏感度 · Sobol指数
敏感度分析方法目标=局部敏感度
12
假设检验基础
目标=原假设与备择假设 · p值 · 置信区间
假设检验基础目标=原假设
13
参数检验与非参数检验
目标=t检验 · 方差分析 · 卡方检验
参数检验非参数检验
14
贝叶斯假设验证
目标=先验与后验 · 贝叶斯因子 · 可信区间与稳健贝叶斯方法
贝叶斯假设验证目标=先验
15
重采样与模拟方法
目标=Bootstrap · 交叉验证 · 置换检验
重采样模拟方法
16
因果假设验证
目标=潜在结果框架 · 工具变量 · 断点回归
因果假设验证目标=潜
17
时间序列中的假设验证
目标=平稳性检验 · 协整 · 自相关
时间序列假设验证
18
空间与网络数据中的假设验证
目标=空间自相关 · 网络依赖 · 同质性假设与稳健推断
空间网络数据
19
高维与稀疏场景
目标=多重检验校正 · FDR控制 · 稀疏假设验证与稳健选择
高维稀疏场景
20
机器学习模型中的假设验证
目标=独立同分布假设 · 可交换性 · 分布偏移与稳健泛化
机器学习模型假设验证
21
深度学习中的稳健性
目标=对抗样本 · 梯度掩蔽 · 鲁棒性认证与假设验证挑战
深度学习稳健性
22
案例实战一
目标=金融风控模型中的核心假设验证与…
案例实战一目标=金融风控模…
23
案例实战二
目标=医疗诊断模型中的概念漂移检测与…
案例实战二目标=医疗诊断模…
24
案例实战三
目标=推荐系统模型中的用户行为假设验…
案例实战三目标=推荐系统模…
25
常见问题与陷阱
目标=过拟合假设 · 数据泄露 · 多重比较
常见问题陷阱
26
工具与框架
目标=Python · R · 统计软件
工具框架
27
报告与沟通
目标=如何清晰呈现假设验证结果 · 稳健性证据与局限性
报告沟通
28
综合实战项目
目标=从问题定义到假设验证 · 稳健性评估与改进建议的完整流程
综合实战项目目标=从问题定义…
29
前沿进展
目标=因果稳健性 · 分布鲁棒优化 · 可解释性与假设验证的结合
前沿进展目标=因果稳健性
30
课程总结与提升
目标=知识体系回顾 · 能力自评 · 持续学习路径与最佳实践
课程总结提升