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

XGBoost交易欺诈不平衡样本建模实战

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=交易欺诈检测的业务背景 · 学习目标 · 课程整体框架与实战项目介绍
课程导入目标=交易欺诈检…
02
欺诈检测基础
目标=欺诈类型 · 常见场景 · 业务指标与技术挑战概述
欺诈检测基础目标=欺诈类型
03
不平衡样本问题
目标=定义 · 成因 · 对模型的影响以及常见解决思路分类
不平衡样本问题目标=定义
04
XGBoost核心原理
目标=集成学习 · 梯度提升 · 目标函数
XGBoost核心原理
05
XGBoost关键参数
目标=学习率 · 树深度 · 子采样
XGBoost关键参数
06
数据探索与预处理
目标=缺失值 · 异常值 · 类别编码
数据探索预处理
07
不平衡数据处理方法一
目标=过采样 · 欠采样 · SMOTE
不平衡数据处理方…目标=过采样
08
不平衡数据处理方法二
目标=类别权重 · scale_pos_weight · Focal Loss思想与代价敏感学…
不平衡数据处理方…目标=类别权重
09
特征工程实战
目标=交易频率 · 金额统计 · 时间窗口
特征工程实战目标=交易频率
10
模型训练流程
目标=数据集划分 · 交叉验证 · 参数初始化与训练监控
模型训练流程目标=数据集划分
11
模型评估指标
目标=准确率 · 精确率 · 召回率
模型评估指标目标=准确率
12
阈值选择与业务权衡
目标=概率校准 · 阈值调优 · 误杀与漏判的成本分析
阈值选择业务权衡
13
XGBoost调参实战
目标=网格搜索 · 随机搜索 · 贝叶斯优化与Hyperopt实战
XGBoost调参实战
14
特征重要性分析
目标=增益 · 覆盖度 · 频率
特征重要性分析目标=增益
15
模型融合与集成
目标=XGBoost与LightGB… · CatBoost · 逻辑回归的融合策略
模型融合集成
16
实战案例一
目标=信用卡交易欺诈数据集介绍 · 探索分析与基线模型搭建
实战案例一目标=信用卡交易…
17
实战案例二
目标=不平衡处理对比实验 · XGBoost建模与结果分析
实战案例二目标=不平衡处理…
18
实战案例三
目标=特征工程优化 · 调参与模型融合提升欺诈检测效果
实战案例三目标=特征工程优…
19
实战案例四
目标=模型部署准备 · 离线评估 · 在线推理与监控指标设计
实战案例四目标=模型部署准…
20
常见问题一
目标=过拟合 · 欠拟合 · 数据泄漏与交叉验证陷阱
常见问题一目标=过拟合
21
常见问题二
目标=样本极度不平衡 · 标签噪声 · 概念漂移与模型更新策略
常见问题二目标=样本极度不…
22
常见问题三
目标=XGBoost训练速度 · 内存占用 · GPU加速与分布式训练
常见问题三XGBoost
23
综合提升一
目标=从业务出发设计欺诈检测全流程方…
综合提升一目标=从业务出发…
24
综合提升二
目标=模型可解释性 · 公平性 · 合规性与风控策略结合
综合提升二目标=模型可解释…
25
综合提升三
目标=实时欺诈检测系统架构 · 特征平台与模型服务化
综合提升三目标=实时欺诈检…
26
项目复盘
目标=完整项目流程回顾 · 关键决策点 · 经验总结与改进方向
项目复盘目标=完整项目流…
27
进阶方向
目标=图神经网络 · 序列模型 · 异常检测与半监督学习在欺诈检测中的应…
进阶方向目标=图神经网络
28
课程总结
目标=核心知识点梳理 · 技能地图 · 常见误区与最佳实践
课程总结目标=核心知识点…
29
课后练习
目标=数据预处理 · 不平衡处理 · XGBoost建模与评估的动手任务
课后练习目标=数据预处理
30
结业项目
目标=基于真实或模拟交易数据 · 完成端到端XGBoost欺诈检测建模…
结业项目目标=基于真实或…