VIP12
本课程属于：043-金融机器学习建模与AutoML 智能金融与金融工程 · 共 12 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

金融模型验证与Optuna调优实战

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=金融模型验证与Optuna调优… · 核心概念 · 整体框架与实战路线图
课程导入Optuna
02
金融模型验证基础
目标=模型风险 · 验证目标 · 监管要求
金融模型验证基础目标=模型风险
03
金融数据与特征工程
目标=数据清洗 · 缺失值处理 · 异常值检测
金融数据特征工程
04
模型评估指标
目标=回归 · 分类 · 排序
模型评估指标目标=回归
05
验证方法论
目标=训练集 · 验证集 · 测试集划分
验证方法论目标=训练集
06
过拟合与数据泄露
目标=常见原因 · 检测方法 · 金融场景中的泄露陷阱
过拟合数据泄露
07
模型稳定性验证
目标=PSI · CSI · 特征漂移
模型稳定性验证PSI
08
模型可解释性验证
目标=特征重要性 · SHAP · LIME
模型可解释性验证目标=特征重要性
09
模型公平性与合规验证
目标=偏差检测 · 公平性指标 · 可解释性要求
模型公平性合规验证
10
Optuna入门
目标=超参数优化概念 · Optuna架构 · Study
Optuna目标=超参数优化…
11
Optuna搜索空间设计
目标=连续 · 整数 · 类别
Optuna搜索空间设计
12
Optuna采样器
目标=TPE · 随机搜索 · CMA-ES
Optuna采样器
13
Optuna剪枝器
目标=MedianPruner · SuccessiveHalvingP… · HyperbandPruner
Optuna剪枝器
14
Optuna目标函数设计
目标=单目标 · 多目标 · 约束优化
Optuna目标函数设计
15
Optuna与交叉验证集成
目标=将时序交叉验证 · Purged CV · 滚动回测嵌入目标函数与评估流程
Optuna交叉验证集成
16
Optuna多目标优化
目标=Pareto前沿 · 收益与风险权衡 · 回撤与夏普比率
Optuna多目标优化
17
Optuna分布式与并行优化
目标=多进程 · 多线程 · 数据库存储
Optuna分布式
18
Optuna可视化与实验管理
目标=优化历史 · 参数重要性 · 平行坐标
Optuna可视化
19
金融模型验证实战
目标=信用评分卡 · 违约预测 · 反欺诈
金融模型验证实战目标=信用评分卡
20
Optuna调优实战
目标=XGBoost · LightGBM · CatBoost
Optuna调优实战
21
端到端实战
目标=从数据准备 · 特征工程 · 模型训练
端到端实战目标=从数据准备
22
常见问题与排错
目标=过拟合 · 欠拟合 · 不收敛
常见问题排错
23
性能优化与工程化
目标=缓存 · 并行 · 早停
性能优化工程化
24
模型验证报告与文档
目标=验证模板 · 假设检验 · 敏感性分析
模型验证报告文档
25
模型监控与持续验证
目标=上线后监控 · 定期重验证 · 触发条件
模型监控持续验证
26
高级主题
目标=贝叶斯优化理论 · 元学习 · 迁移学习
高级主题目标=贝叶斯优化…
27
案例研究
目标=成功与失败的金融模型验证与调优… · 经验教训 · 最佳实践与反模式
案例研究目标=成功
28
工具与生态
目标=Optuna · Scikit-learn · PyCaret
工具生态
29
综合提升
目标=构建可复现 · 可审计 · 可扩展的金融模型验证与调优流水线
综合提升目标=构建可复现
30
课程总结与展望
目标=知识体系回顾 · 能力自评 · 进阶学习路径
课程总结目标=知识体系回…