VIP16
本课程属于：016-AML交易监测与可疑交易识别 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

交易备注NLP与可疑用途识别实战

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=交易备注NLP与可疑用途识别的… · 核心概念 · 整体框架与实战价值
课程导入NLP
02
交易备注基础
目标=交易备注的定义 · 来源 · 格式特点
交易备注基础目标=交易备注的…
03
可疑用途识别概述
目标=可疑交易 · 可疑用途 · 风险分类
可疑用途识别概述目标=可疑交易
04
NLP基础入门
目标=自然语言处理基本概念 · 文本预处理 · 分词
NLP基础入门
05
文本表示方法
目标=词袋模型 · TF-IDF · 词嵌入
文本表示方法目标=词袋模型
06
交易备注数据采集与清洗
目标=数据来源 · 脱敏处理 · 去噪
交易备注数据采集清洗
07
可疑用途标签体系
目标=标签定义 · 多级分类 · 正负样本构建与标注一致性校验
可疑用途标签体系目标=标签定义
08
规则与关键词方法
目标=正则表达式 · 关键词匹配 · 黑名单
规则关键词方法
09
传统机器学习方法
目标=朴素贝叶斯 · 逻辑回归 · 支持向量机
传统机器学习方法目标=朴素贝叶斯
10
深度学习方法
目标=CNN · RNN · LSTM
深度学习方法CNN
11
预训练语言模型
目标=BERT · RoBERTa · 金融领域预训练模型与微调策略
预训练语言模型BERT
12
大语言模型应用
目标=提示工程 · 少样本学习 · 指令微调与可疑用途识别
大语言模型应用目标=提示工程
13
特征工程实战
目标=文本长度 · 关键词密度 · 交易金额
特征工程实战目标=文本长度
14
类别不平衡处理
目标=过采样 · 欠采样 · 代价敏感学习
类别不平衡处理目标=过采样
15
模型评估与调优
目标=准确率 · 精确率 · 召回率
模型评估调优
16
可解释性与合规
目标=LIME · SHAP · 注意力可视化
可解释性合规
17
可疑用途识别案例一
目标=洗钱 · 欺诈 · 赌博
可疑用途识别案例…目标=洗钱
18
可疑用途识别案例二
目标=贸易融资 · 跨境支付 · 地下钱庄等复杂交易备注识别
可疑用途识别案例…目标=贸易融资
19
可疑用途识别案例三
目标=多语言 · 缩写 · 暗语
可疑用途识别案例…目标=多语言
20
实时检测系统设计
目标=流式处理 · 在线推理 · 模型部署
实时检测系统设计目标=流式处理
21
系统架构与工程化
目标=数据管道 · 特征存储 · 模型服务
系统架构工程化
22
隐私保护与安全
目标=联邦学习 · 差分隐私 · 加密计算与数据合规使用
隐私保护安全
23
常见问题与挑战
目标=数据稀缺 · 标注噪声 · 概念漂移
常见问题挑战
24
综合实战项目一
目标=从数据到模型 · 构建交易备注可疑用途分类器
综合实战项目一目标=从数据到模…
25
综合实战项目二
目标=结合规则与深度学习 · 搭建可解释的可疑用途识别系统
综合实战项目二目标=结合规则
26
综合实战项目三
目标=基于大语言模型的少样本可疑用途…
综合实战项目三目标=基于大语言…
27
模型迭代与运营
目标=持续学习 · 反馈闭环 · A/B测试与业务效果评估
模型迭代运营
28
行业最佳实践
目标=金融 · 支付 · 电商等领域的落地经验与失败教训
行业最佳实践目标=金融
29
伦理与法律
目标=反洗钱 · 反恐怖融资 · 数据隐私与算法公平性
伦理法律
30
课程总结与提升
目标=知识体系回顾 · 前沿趋势 · 职业发展与持续学习路径
课程总结提升