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

AutoEncoder无监督异常交易检测实战

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=异常交易检测的业务背景 · 无监督学习的价值 · AutoEncoder的定位与整体课…
课程导入目标=异常交易检…
02
异常交易检测基础
目标=异常定义 · 交易数据特点 · 常见异常类型
异常交易检测基础目标=异常定义
03
无监督学习概览
目标=无监督学习与监督学习对比 · 异常检测范式 · 密度估计
无监督学习概览目标=无监督学习
04
AutoEncoder核心原理
目标=编码器 · 解码器 · 瓶颈层
AutoEncoder核心原理
05
AutoEncoder变体与选择
目标=稀疏AE · 去噪AE · 变分AE
AutoEncoder变体
06
交易数据预处理
目标=缺失值处理 · 类别编码 · 数值标准化
交易数据预处理目标=缺失值处理
07
特征工程与表示学习
目标=统计特征 · 行为特征 · 时序特征
特征工程表示学习
08
数据不平衡与无监督优势
目标=正负样本极度不平衡 · 标签稀缺 · 伪标签
数据不平衡无监督优势
09
模型构建流程
目标=数据划分 · 网络结构设计 · 激活函数选择
模型构建流程目标=数据划分
10
训练技巧与调参
目标=学习率策略 · 批归一化 · Dropout
训练技巧调参
11
异常评分与阈值确定
目标=重构误差计算 · 误差分布分析 · 百分位阈值
异常评分阈值确定
12
模型评估方法
目标=精确率 · 召回率 · F1
模型评估方法目标=精确率
13
案例实战一
目标=信用卡欺诈检测——数据探索 · 预处理 · 基础AutoEncoder搭建与异常…
案例实战一目标=信用卡欺诈…
14
案例实战二
目标=交易序列异常检测——使用LST…
案例实战二LST
15
案例实战三
目标=图结构交易异常——结合图神经网…
案例实战三目标=图结构交易…
16
案例实战四
目标=概念漂移与在线学习——增量训练 · 滑动窗口 · 模型更新与实时异常检测部署
案例实战四目标=概念漂移
17
模型解释与可视化
目标=重构误差热力图 · 潜在空间可视化 · 特征贡献分析
模型解释可视化
18
常见问题与解决方案
目标=过拟合 · 重构正常样本失败 · 异常污染
常见问题解决方案
19
性能优化与工程化
目标=GPU加速 · 批处理 · 模型压缩
性能优化工程化
20
部署与监控
目标=模型服务化 · API设计 · 实时流处理
部署监控
21
对比与融合方法
目标=AutoEncoder与孤立森… · One-Class SVM · GAN
对比融合方法
22
业务落地与合规
目标=误报成本 · 人工审核流程 · 监管要求
业务落地合规
23
综合项目一
目标=端到端无监督异常交易检测系统—…
综合项目一目标=端到端无监…
24
综合项目二
目标=多模态交易异常检测——融合数值 · 文本 · 图结构数据的AutoEncoder方…
综合项目二目标=多模态交易…
25
前沿进展与论文精读
目标=深度异常检测最新方向 · 自监督学习 · 对比学习
前沿进展论文精读
26
实验设计与消融分析
目标=基线设置 · 超参数搜索 · 消融实验
实验设计消融分析
27
课程总结与知识体系
目标=核心知识点回顾 · 方法选择决策树 · 常见陷阱与最佳实践
课程总结知识体系
28
进阶学习路径
目标=推荐论文 · 开源工具 · 竞赛平台
进阶学习路径目标=推荐论文
29
实战编码规范
目标=项目结构 · 代码模块化 · 配置管理
实战编码规范目标=项目结构
30
课程大作业
目标=独立完成一个无监督异常交易检测… · 包含数据 · 模型
课程大作业目标=独立完成一…