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

LightGBM交易欺诈代价敏感学习实战

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=交易欺诈的定义 · 危害 · 常见类型
课程导入目标=交易欺诈的…
02
交易欺诈数据基础
目标=交易数据常见字段 · 标签定义 · 类别不平衡问题
交易欺诈数据基础目标=交易数据常…
03
代价敏感学习核心概念
目标=误分类代价 · 代价矩阵 · 代价敏感损失函数
代价敏感学习核心…目标=误分类代价
04
LightGBM基础原理
目标=基于直方图的决策树 · Leaf-wise生长策略 · GOSS与EFB
LightGBM基础原理
05
环境搭建与数据准备
目标=Python环境配置 · LightGBM安装 · 数据加载与探索性分析
环境搭建数据准备
06
代价敏感学习在LightGBM中的实现方式
目标=scale_pos_weigh… · 自定义损失函数 · 样本权重设置
LightGBM代价敏感学习
07
特征工程实战
目标=交易频率 · 金额统计 · 时间窗口聚合
特征工程实战目标=交易频率
08
模型训练与调参
目标=交叉验证策略 · 早停法 · 学习率与树数量
模型训练调参
09
代价敏感阈值优化
目标=基于代价矩阵的最优阈值选择 · ROC与PR曲线分析 · 代价曲线
代价敏感阈值优化目标=基于代价矩…
10
模型评估与解释
目标=混淆矩阵 · 代价敏感指标 · SHAP值
模型评估解释
11
案例实战一
目标=信用卡欺诈检测：数据集介绍 · 数据预处理 · 代价矩阵设定
案例实战一目标=信用卡欺诈…
12
案例实战二
目标=电商交易欺诈检测 · 类别不平衡处理 · 代价敏感学习
案例实战二目标=电商交易欺…
13
案例实战三
目标=实时交易欺诈检测：流式数据处理 · 在线学习 · 模型更新策略
案例实战三目标=实时交易欺…
14
常见问题与解决方案
目标=过拟合与欠拟合 · 数据泄露 · 类别极度不平衡
常见问题解决方案
15
高级主题
目标=多分类代价敏感学习 · 代价敏感集成学习 · 对抗性欺诈
高级主题目标=多分类代价…
16
模型部署与工程化
目标=模型序列化 · API服务 · 批量预测与实时预测
模型部署工程化
17
综合项目
目标=端到端交易欺诈检测系统 · 数据管道 · 特征存储
综合项目目标=端到端交易…
18
课程总结与展望
目标=核心知识点回顾 · 最佳实践 · 未来趋势
课程总结目标=核心知识点…
19
LightGBM自定义代价敏感损失函数
目标=数学推导 · 梯度与海森矩阵计算 · Python实现
LightGBM自定义代价敏感损…
20
代价矩阵的估计与业务对齐
目标=从业务成本推导代价 · 专家经验与数据驱动结合 · 敏感性分析
代价矩阵的估计业务对齐
21
不平衡数据采样技术与代价敏感学习结合
目标=过采样 · 欠采样 · SMOTE
不平衡数据采样技…代价敏感学习结合
22
时间序列交叉验证与欺诈检测
目标=滚动窗口验证 · 前向链式验证 · 时间衰减权重
时间序列交叉验证欺诈检测
23
特征交互与自动化特征工程
目标=LightGBM特征交互约束 · 自动特征组合 · 目标编码
特征交互自动化特征工程
24
模型融合与代价敏感学习
目标=Bagging · Boosting · Stacking
模型融合代价敏感学习
25
欺诈检测中的图特征与LightGBM
目标=交易网络构建 · 社区发现 · 节点嵌入
LightGBM欺诈检测
26
代价敏感学习中的多目标优化
目标=同时优化代价与召回率 · 帕累托前沿 · 多目标LightGBM
代价敏感学习多目标优化
27
模型监控与再训练策略
目标=性能衰减检测 · 概念漂移检测 · 代价矩阵更新
模型监控再训练策略
28
可解释性与合规性
目标=监管要求 · 模型可解释性工具 · 公平性评估
可解释性合规性
29
实战技巧与性能优化
目标=LightGBM参数调优技巧 · GPU加速 · 分布式训练
实战技巧性能优化
30
课程回顾与能力提升
目标=知识体系梳理 · 实战项目复盘 · 常见陷阱总结
课程回顾能力提升