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

Transformer交易序列欺诈识别实战

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=学习目标 · 核心概念 · 整体框架
课程导入目标=学习目标
02
交易欺诈识别概述
目标=欺诈类型 · 业务场景 · 识别难点与评估指标
交易欺诈识别概述目标=欺诈类型
03
交易序列数据基础
目标=数据来源 · 字段含义 · 时间序列特征与预处理方法
交易序列数据基础目标=数据来源
04
传统欺诈识别方法回顾
目标=规则引擎 · 统计模型 · 机器学习与深度学习的演进
传统欺诈识别方法…目标=规则引擎
05
Transformer核心原理
目标=自注意力机制 · 多头注意力 · 位置编码与残差连接
Transformer核心原理
06
Transformer架构详解
目标=编码器 · 解码器 · 前馈网络与层归一化
Transformer架构详解
07
序列建模中的Transformer变体
目标=BERT · · Time Series Transf…
Transformer序列建模
08
交易序列特征工程
目标=统计特征 · 时序特征 · 图特征与嵌入表示
交易序列特征工程目标=统计特征
09
数据不平衡处理
目标=过采样 · 欠采样 · 代价敏感学习与合成样本生成
数据不平衡处理目标=过采样
10
模型输入构建
目标=序列切分 · 滑动窗口 · 填充与掩码策略
模型输入构建目标=序列切分
11
Transformer欺诈识别模型设计
目标=输入层 · 编码层 · 分类头与损失函数
Transformer欺诈识别模型设计
12
模型训练流程
目标=数据划分 · 批处理 · 优化器选择与学习率调度
模型训练流程目标=数据划分
13
模型评估与调优
目标=交叉验证 · 超参数搜索 · 早停与正则化
模型评估调优
14
可解释性分析
目标=注意力可视化 · 特征重要性 · SHAP与LIME在欺诈识别中的应用
可解释性分析目标=注意力可视…
15
实战案例一
目标=信用卡交易序列欺诈识别全流程
实战案例一目标=信用卡交易…
16
实战案例二
目标=电商支付序列异常检测与欺诈识别
实战案例二目标=电商支付序…
17
实战案例三
目标=区块链交易序列洗钱识别
实战案例三目标=区块链交易…
18
实战案例四
目标=实时交易流欺诈检测与在线学习
实战案例四目标=实时交易流…
19
模型部署与工程化
目标=模型压缩 · 推理加速 · API服务与监控
模型部署工程化
20
对抗攻击与防御
目标=欺诈者规避策略 · 对抗样本与鲁棒性增强
对抗攻击防御
21
隐私保护与联邦学习
目标=数据安全 · 差分隐私与跨机构联合建模
隐私保护联邦学习
22
常见问题与解决方案
目标=过拟合 · 梯度消失 · 长序列建模与计算资源限制
常见问题解决方案
23
性能优化技巧
目标=混合精度 · 分布式训练 · 缓存机制与批处理优化
性能优化技巧目标=混合精度
24
多模态融合
目标=交易序列与文本 · 图结构 · 时间戳的联合建模
多模态融合目标=交易序列
25
前沿进展
目标=大语言模型在欺诈识别中的应用与…
前沿进展目标=大语言模型
26
项目实战
目标=从需求分析到模型上线的完整项目…
项目实战目标=从需求分析…
27
综合案例研讨
目标=复杂欺诈场景下的Transfo…
综合案例研讨Transfo
28
课程总结
目标=知识体系回顾 · 核心方法提炼与学习路径建议
课程总结目标=知识体系回…
29
扩展学习资源
目标=论文 · 开源项目 · 数据集与竞赛平台推荐
扩展学习资源目标=论文
30
结业项目
目标=基于Transformer的交…
结业项目Transformer