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

XGBoost与LightGBM金融树模型实战

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=金融树模型的价值定位 · XGBoost与LightGBM的行… · 学习路径与实战目标
课程导入目标=金融树模型…
02
金融风控与量化建模基础
目标=信用评分 · 欺诈识别 · 违约预测
金融风控量化建模基础
03
决策树与集成学习核心概念
目标=CART · 信息增益 · 基尼指数
决策树集成学习核心概念
04
XGBoost算法原理
目标=目标函数 · 二阶泰勒展开 · 正则化项
XGBoost算法原理
05
LightGBM算法原理
目标=直方图算法 · Leaf-wise生长策略 · GOSS
LightGBM算法原理
06
XGBoost与LightGBM对比
目标=精度 · 速度 · 内存
XGBoostLightGBM
07
金融数据预处理
目标=缺失值处理 · 异常值检测 · 类别编码
金融数据预处理目标=缺失值处理
08
特征工程实战
目标=WOE/IV · 分箱 · 交叉特征
特征工程实战WOE/IV
09
XGBoost核心参数详解
目标=eta · max_depth · min_child_weight
XGBoost核心参数详解
10
LightGBM核心参数详解
目标=num_leaves · learning_rate · min_data_in_leaf
LightGBM核心参数详解
11
模型训练与调参流程
目标=交叉验证 · 早停 · 网格搜索
模型训练调参流程
12
模型评估与解释
目标=AUC · KS · F1
模型评估解释
13
金融风控实战
目标=信用违约预测全流程 · 包括数据清洗 · 特征构建
金融风控实战目标=信用违约预…
14
金融欺诈检测实战
目标=高度不平衡数据下的XGBoos… · 代价敏感学习与异常检测融合
金融欺诈检测实战XGBoos
15
量化选股实战
目标=多因子模型构建 · 收益率预测 · 排序学习
量化选股实战目标=多因子模型…
16
时间序列金融预测
目标=滑动窗口 · 时序交叉验证 · 滞后特征
时间序列金融预测目标=滑动窗口
17
模型融合与集成提升
目标=XGBoost与LightGB… · Stacking · Blending与金融场景下的稳健性…
模型融合集成提升
18
模型部署与监控
目标=ONNX · PMML · Flask/FastAPI服务化
模型部署监控
19
常见问题与调优技巧
目标=过拟合 · 欠拟合 · 训练速度慢
常见问题调优技巧
20
金融合规与可解释性
目标=监管要求 · 模型可解释性 · 公平性审计
金融合规可解释性
21
案例复盘一
目标=消费金融信用评分模型从0到1 · 包含数据探索 · 特征工程
案例复盘一目标=消费金融信…
22
案例复盘二
目标=量化私募多因子选股模型 · 包含因子合成 · 树模型排序
案例复盘二目标=量化私募多…
23
案例复盘三
目标=保险理赔欺诈识别 · 包含不平衡处理 · 代价矩阵
案例复盘三目标=保险理赔欺…
24
高级特征工程
目标=目标编码平滑 · 时间窗口聚合 · 图特征
高级特征工程目标=目标编码平…
25
分布式与GPU加速
目标=XGBoost GPU训练 · LightGBM GPU支持 · Dask/Spark集成与大规模金融…
GPU分布式
26
自动化机器学习与树模型
目标=AutoML · 特征自动生成 · 超参自动优化与金融场景下的可复现性
自动化机器学习树模型
27
模型安全与对抗攻击
目标=数据投毒 · 对抗样本 · 模型窃取与金融风控中的防御策略
模型安全对抗攻击
28
综合项目实战
目标=基于多源金融数据的XGBoos… · 涵盖需求分析 · 方案设计
综合项目实战XGBoos
29
课程总结与知识体系
目标=核心算法回顾 · 实战经验提炼 · 常见陷阱与最佳实践清单
课程总结知识体系
30
进阶学习与职业发展
目标=前沿论文 · 开源工具 · 竞赛平台
进阶学习职业发展