VIP16
本课程属于：014-支付欺诈、商户风险与EMV 3DS 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

银行卡盗刷交易特征与欺诈模型实战

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=银行卡盗刷的定义 · 危害 · 学习目标与整体课程框架
课程导入目标=银行卡盗刷…
02
银行卡交易基础
目标=交易流程 · 参与方 · 授权与清算机制
银行卡交易基础目标=交易流程
03
盗刷交易概述
目标=盗刷的常见形式 · 作案手法 · 黑产链条与典型场景
盗刷交易概述目标=盗刷的常见…
04
盗刷交易特征工程
目标=时间 · 地点 · 金额
盗刷交易特征工程目标=时间
05
数据采集与预处理
目标=数据来源 · 脱敏 · 缺失值处理
数据采集预处理
06
探索性数据分析
目标=盗刷与正常交易的分布对比 · 可视化方法与初步洞察
探索性数据分析目标=盗刷
07
特征选择与降维
目标=过滤法 · 包裹法 · 嵌入法
特征选择降维
08
不平衡数据处理
目标=过采样 · 欠采样 · SMOTE
不平衡数据处理目标=过采样
09
欺诈检测常用算法
目标=逻辑回归 · 决策树 · 随机森林
欺诈检测常用算法目标=逻辑回归
10
异常检测方法
目标=孤立森林 · One-Class SVM · 自编码器与密度估计
异常检测方法目标=孤立森林
11
深度学习模型
目标=MLP · RNN · LSTM
深度学习模型MLP
12
图神经网络与关系网络
目标=利用交易网络 · 设备网络识别团伙欺诈
图神经网络关系网络
13
模型评估指标
目标=准确率 · 召回率 · F1
模型评估指标目标=准确率
14
模型可解释性
目标=SHAP · LIME · 特征重要性分析与业务规则提取
模型可解释性SHAP
15
实时风控系统架构
目标=数据流 · 特征计算 · 模型推理
实时风控系统架构目标=数据流
16
规则引擎与模型融合
目标=专家规则 · 评分卡 · 机器学习模型的协同策略
规则引擎模型融合
17
案例实战一
目标=基于历史交易数据的盗刷识别全流…
案例实战一目标=基于历史交…
18
案例实战二
目标=实时交易流中的盗刷检测与在线学…
案例实战二目标=实时交易流
19
案例实战三
目标=跨境盗刷与团伙欺诈的图特征挖掘
案例实战三目标=跨境盗刷
20
模型部署与监控
目标=模型上线 · A/B测试 · 性能衰减与再训练策略
模型部署监控
21
常见问题与挑战
目标=概念漂移 · 对抗攻击 · 隐私合规与误报处理
常见问题挑战
22
反欺诈策略优化
目标=误报率与漏报率的平衡 · 客户体验与风控成本
反欺诈策略优化目标=误报率
23
合规与伦理
目标=个人信息保护法 · 数据安全法 · 公平性与可解释性要求
合规伦理
24
前沿技术展望
目标=联邦学习 · 隐私计算 · 大模型在风控中的应用
前沿技术展望目标=联邦学习
25
综合项目一
目标=从数据到模型到部署的端到端盗刷…
综合项目一目标=从数据到模…
26
综合项目二
目标=针对新型盗刷手法的快速响应与模…
综合项目二目标=针对新型盗…
27
综合项目三
目标=多模态数据融合的盗刷识别方案
综合项目三目标=多模态数据…
28
课程总结
目标=核心知识点回顾 · 技能图谱与学习路径建议
课程总结目标=核心知识点…
29
实战练习与作业
目标=数据集 · 任务说明 · 评估标准与参考答案
实战练习作业
30
扩展资源与社区
目标=公开数据集 · 竞赛 · 论文
扩展资源社区