VIP16
本课程属于：011-实时交易反欺诈与异常检测 智能金融与金融工程 · 共 16 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

支付交易反欺诈端到端项目实战

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=支付交易反欺诈的定义 · 学习目标 · 端到端项目整体框架与实战路线图
课程导入目标=支付交易反…
02
支付业务基础
目标=支付通道 · 交易生命周期 · 清结算流程
支付业务基础目标=支付通道
03
欺诈风险全景
目标=欺诈类型 · 黑产产业链 · 攻击手法
欺诈风险全景目标=欺诈类型
04
反欺诈核心概念
目标=规则引擎 · 机器学习 · 实时计算
反欺诈核心概念目标=规则引擎
05
数据基础与特征工程
目标=交易数据 · 用户行为数据 · 设备数据
数据基础特征工程
06
规则引擎实战
目标=规则设计 · 阈值调优 · 规则优先级
规则引擎实战目标=规则设计
07
机器学习模型入门
目标=逻辑回归 · 决策树 · 随机森林在欺诈识别中的原理与应用
机器学习模型入门目标=逻辑回归
08
进阶模型实战
目标=XGBoost · LightGBM · 深度学习与图神经网络在反欺诈中的落地
进阶模型实战XGBoost
09
实时反欺诈系统架构
目标=数据采集 · 流计算 · 特征平台
实时反欺诈系统架…目标=数据采集
10
离线与实时特征一致性
目标=特征回填 · 在线离线一致性校验 · 特征监控与版本管理
离线实时特征一致性
11
风险名单与画像体系
目标=名单分类 · 动态更新 · 用户画像
风险名单画像体系
12
策略与模型融合
目标=规则+模型组合策略 · 评分卡 · 决策矩阵与人工审核兜底机制
策略模型融合
13
反欺诈项目需求分析
目标=业务调研 · 风险定义 · 指标设定
反欺诈项目需求分…目标=业务调研
14
数据探索与标注
目标=数据质量检查 · 正负样本定义 · 标注规范与样本不平衡处理
数据探索标注
15
模型评估与调优
目标=混淆矩阵 · AUC · KS
模型评估调优
16
端到端项目实战一
目标=数据准备 · 特征开发 · 规则基线搭建与初步模型训练
端到端项目实战一目标=数据准备
17
端到端项目实战二
目标=模型迭代 · 策略融合 · 实时部署与A/B测试设计
端到端项目实战二目标=模型迭代
18
端到端项目实战三
目标=线上监控 · 告警体系 · 案件调查与策略快速响应
端到端项目实战三目标=线上监控
19
反欺诈运营体系
目标=案件管理 · 黑名单运营 · 策略复盘
反欺诈运营体系目标=案件管理
20
常见问题与避坑指南
目标=数据泄漏 · 过拟合 · 规则冲突
常见问题避坑指南
21
合规与伦理
目标=个人信息保护 · 数据安全 · 反洗钱要求与算法公平性
合规伦理
22
反欺诈效果评估
目标=业务指标 · 风险指标 · 成本收益分析与ROI计算
反欺诈效果评估目标=业务指标
23
对抗升级与持续学习
目标=黑产对抗 · 模型漂移 · 在线学习与自适应策略
对抗升级持续学习
24
多场景扩展
目标=盗刷 · 套现 · 薅羊毛
多场景扩展目标=盗刷
25
工具与平台选型
目标=开源框架 · 商业风控系统 · 云服务与自建平台对比
工具平台选型
26
团队协作与工程化
目标=数据工程师 · 算法工程师 · 策略分析师与运营人员分工
团队协作工程化
27
综合案例复盘
目标=典型支付欺诈事件全流程还原 · 决策点分析与改进方案
综合案例复盘目标=典型支付欺…
28
项目答辩与文档
目标=技术方案 · 实验报告 · 上线文档与知识沉淀方法
项目答辩文档
29
前沿趋势
目标=大模型 · 联邦学习 · 隐私计算与实时图计算在反欺诈中的应用
前沿趋势目标=大模型
30
课程总结与提升
目标=知识体系梳理 · 能力自评 · 进阶学习路径与职业发展建议
课程总结提升