VIP13
本课程属于：042-Point-in-Time研究数据集工程 智能金融与金融工程 · 共 13 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

研究数据集标签窗口与特征窗口对齐

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
研究数据集基础
目标=数据集构成 · 样本 · 特征
研究数据集基础目标=数据集构成
03
窗口对齐问题定义
目标=标签窗口与特征窗口不一致的常见… · 影响与挑战
窗口对齐问题定义目标=标签窗口
04
时间序列与窗口机制
目标=滑动窗口 · 扩展窗口 · 滚动窗口
时间序列窗口机制
05
标签窗口设计
目标=预测目标 · 标签生成方式 · 前向窗口
标签窗口设计目标=预测目标
06
特征窗口设计
目标=特征提取范围 · 滞后特征 · 聚合统计
特征窗口设计目标=特征提取范…
07
对齐的核心原则
目标=时间一致性 · 信息可用性 · 因果性
对齐的核心原则目标=时间一致性
08
对齐方法总览
目标=基于时间索引 · 基于事件 · 基于重采样
对齐方法总览目标=基于时间索…
09
基于时间索引的对齐
目标=时间戳匹配 · 最近邻匹配 · 区间匹配与容差设置
基于时间索引的对…目标=时间戳匹配
10
重采样与聚合对齐
目标=上采样 · 下采样 · 分组聚合
重采样聚合对齐
11
缺失值与不规则时间处理
目标=前向填充 · 后向填充 · 插值
缺失值不规则时间处理
12
多源数据对齐
目标=不同采样率 · 不同延迟 · 不同时间基准的融合策略
多源数据对齐目标=不同采样率
13
标签泄露与因果对齐
目标=未来信息泄露 · 特征窗口越界 · 标签窗口重叠风险
标签泄露因果对齐
14
对齐质量评估
目标=覆盖率 · 匹配率 · 时间偏差
对齐质量评估目标=覆盖率
15
案例实战一
目标=金融时序数据标签窗口与特征窗口…
案例实战一目标=金融时序数…
16
案例实战二
目标=医疗监测数据中事件标签与生理特…
案例实战二目标=医疗监测数…
17
案例实战三
目标=物联网传感器数据标签窗口与特征…
案例实战三目标=物联网传感…
18
案例实战四
目标=用户行为序列中转化标签与行为特…
案例实战四目标=用户行为序…
19
工具与实现
目标=Pandas · NumPy · PySpark
工具实现
20
常见问题一
目标=时间戳时区 · 精度 · 重复与乱序问题及解决方案
常见问题一目标=时间戳时区
21
常见问题二
目标=窗口长度不匹配 · 步长不一致与边界样本处理
常见问题二目标=窗口长度不…
22
常见问题三
目标=标签稀疏 · 类别不平衡与对齐后的样本权重调整
常见问题三目标=标签稀疏
23
常见问题四
目标=特征窗口包含标签窗口信息导致模…
常见问题四目标=特征窗口包…
24
综合提升一
目标=自动化对齐流程设计与可复用管道…
综合提升一目标=自动化对齐…
25
综合提升二
目标=对齐策略对模型性能 · 鲁棒性与泛化能力的影响分析
综合提升二目标=对齐策略对…
26
综合提升三
目标=大规模数据集下的高效对齐与分布…
综合提升三目标=大规模数据…
27
综合提升四
目标=对齐结果的可视化 · 审计与可解释性报告
综合提升四目标=对齐结果的…
28
项目实战
目标=端到端构建标签窗口与特征窗口对…
项目实战目标=端到端构建…
29
课程总结
目标=核心知识点回顾 · 方法选择指南与最佳实践
课程总结目标=核心知识点…
30
扩展学习
目标=前沿论文 · 开源工具 · 竞赛案例与进一步研究方向
扩展学习目标=前沿论文