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

Isolation Forest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 · 学习目标 · Isolation Forest的定…
课程导入目标=异常交易检…
02
异常检测基础
目标=异常定义 · 异常类型 · 常见应用场景
异常检测基础目标=异常定义
03
交易数据认知
目标=交易数据来源 · 字段含义 · 正常与异常交易模式
交易数据认知目标=交易数据来…
04
Isolation Forest核心思想
目标=孤立机制 · 随机划分 · 路径长度
IsolationForest
05
算法原理深入
目标=孤立树构建 · 子采样 · 路径长度期望
算法原理深入目标=孤立树构建
06
算法特性分析
目标=时间复杂度 · 空间复杂度 · 对高维数据的适应性
算法特性分析目标=时间复杂度
07
与相关算法对比
目标=Isolation Fores… · One-Class SVM · Autoencoder
相关算法对比Isolation
08
开发环境搭建
目标=Python环境 · 常用库 · 数据读取
开发环境搭建Python
09
数据预处理实战
目标=缺失值处理 · 类别编码 · 时间特征提取
数据预处理实战目标=缺失值处理
10
特征工程实战
目标=交易统计特征 · 行为序列特征 · 聚合特征
特征工程实战目标=交易统计特…
11
数据不平衡处理
目标=异常样本稀少问题 · 评估指标选择 · 采样策略与业务代价权衡
数据不平衡处理目标=异常样本稀…
12
模型训练入门
目标=使用scikit-learn训… · 关键参数含义与基础调参
模型训练入门scikit-learn
13
关键参数调优
目标=n_estimators · max_samples · contamination
关键参数调优estimators
14
模型评估方法
目标=混淆矩阵 · 精确率 · 召回率
模型评估方法目标=混淆矩阵
15
异常分数解读
目标=分数分布 · 阈值移动 · 风险分级
异常分数解读目标=分数分布
16
案例实战一
目标=信用卡欺诈检测数据集介绍 · 探索性分析 · 基线模型搭建与结果解读
案例实战一目标=信用卡欺诈…
17
案例实战二
目标=交易流水异常检测 · 构造时间窗口特征 · 训练模型
案例实战二目标=交易流水异…
18
案例实战三
目标=实时交易风控场景 · 流式数据处理 · 在线打分
案例实战三目标=实时交易风…
19
模型可解释性
目标=特征重要性近似 · 路径解释 · 异常样本归因与业务规则提炼
模型可解释性目标=特征重要性…
20
模型部署基础
目标=模型序列化 · API服务封装 · 批量打分与实时打分架构
模型部署基础目标=模型序列化
21
模型监控与维护
目标=数据漂移 · 概念漂移 · 性能衰减
模型监控维护
22
常见问题与调优
目标=过拟合 · 欠拟合 · 分数不稳定
常见问题调优
23
高级扩展方法
目标=Extended Isolat… · 深度孤立森林 · 集成方法与半监督思路
高级扩展方法Extended
24
业务落地策略
目标=风控规则与模型结合 · 误报处理 · 人工反馈闭环
业务落地策略目标=风控规则
25
综合项目实战
目标=从需求分析 · 数据准备 · 特征工程
综合项目实战目标=从需求分析
26
项目答辩与复盘
目标=结果展示 · 业务价值量化 · 技术难点总结
项目答辩复盘
27
性能优化技巧
目标=并行计算 · 增量学习 · 特征降维
性能优化技巧目标=并行计算
28
合规与伦理
目标=金融数据安全 · 用户隐私保护 · 算法公平性
合规伦理
29
前沿趋势
目标=图神经网络异常检测 · 时序异常检测 · 大模型辅助风控与多模态交易数据
前沿趋势目标=图神经网络…
30
课程总结与提升
目标=知识体系回顾 · 学习路径规划 · 实战建议
课程总结提升