VIP14
本课程属于：068-保险理赔智能化与欺诈风控 智能金融与金融工程 · 共 14 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

保险欺诈模型误杀漏报与阈值优化

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=保险欺诈的现状 · 危害与反欺诈模型的价值 · 误杀与漏报问题的提出
课程导入目标=保险欺诈的…
02
保险欺诈基础
目标=欺诈类型 · 常见手法 · 欺诈识别信号
保险欺诈基础目标=欺诈类型
03
模型评估基础
目标=混淆矩阵 · 准确率 · 精确率
模型评估基础目标=混淆矩阵
04
误杀与漏报的业务代价
目标=误杀对客户体验与运营成本的影响 · 漏报对赔付损失与风险敞口的影响 · 代价敏感分析
误杀漏报的业务代价
05
阈值的作用
目标=分类阈值与概率输出的关系 · 阈值如何影响误杀与漏报 · 默认0.5阈值的局限性
阈值的作用目标=分类阈值
06
数据准备与特征工程
目标=保险数据清洗 · 缺失值处理 · 类别不平衡处理
数据准备特征工程
07
常用欺诈检测模型
目标=逻辑回归 · 决策树 · 随机森林
常用欺诈检测模型目标=逻辑回归
08
模型训练与验证
目标=训练集 · 验证集 · 测试集划分
模型训练验证
09
阈值移动与业务规则
目标=如何通过调整阈值平衡误杀与漏报 · 业务规则与模型分数的融合策略
阈值移动业务规则
10
代价敏感学习
目标=引入误杀与漏报的不同代价 · 代价矩阵设计 · 代价敏感损失函数与阈值选择
代价敏感学习目标=引入误杀
11
阈值优化方法一
目标=基于业务指标的网格搜索与可视化 · 精确率-召回率曲线与阈值选择
阈值优化方法一目标=基于业务指…
12
阈值优化方法二
目标=基于代价最小化的阈值求解 · 贝叶斯决策理论 · 期望损失最小化
阈值优化方法二目标=基于代价最…
13
阈值优化方法三
目标=基于F-beta分数的阈值选择 · 根据业务侧重调整beta值
阈值优化方法三F-beta
14
阈值优化方法四
目标=基于利润曲线的阈值优化 · 结合保费 · 赔付
阈值优化方法四目标=基于利润曲…
15
多模型融合与阈值
目标=集成学习 · 模型堆叠 · 投票法中的阈值协调
多模型融合阈值
16
误杀与漏报的监控
目标=上线后监控指标设计 · 阈值漂移检测 · 模型性能衰减预警
误杀漏报的监控
17
误杀与漏报的归因分析
目标=误杀案例与漏报案例的特征分析 · 根因定位与改进方向
误杀漏报的归因分析
18
案例实战一
目标=车险欺诈数据集的阈值优化 · 从数据探索到阈值选择全流程
案例实战一目标=车险欺诈数…
19
案例实战二
目标=健康险欺诈数据集的误杀漏报平衡 · 处理不平衡数据与代价敏感
案例实战二目标=健康险欺诈…
20
案例实战三
目标=寿险欺诈模型阈值调优 · 结合业务规则与人工审核策略
案例实战三目标=寿险欺诈模…
21
常见问题与陷阱
目标=过拟合 · 数据泄露 · 评估指标误用
常见问题陷阱
22
模型可解释性与阈值
目标=SHAP · LIME等解释工具 · 解释阈值决策
模型可解释性阈值
23
业务沟通与阈值决策
目标=如何向业务方解释误杀与漏报的权… · 制定可接受的阈值策略
业务沟通阈值决策
24
自动化阈值优化
目标=贝叶斯优化 · 遗传算法等超参数优化方法在阈值搜索中…
自动化阈值优化目标=贝叶斯优化
25
实时评分与动态阈值
目标=流式数据场景下的阈值调整 · 动态阈值策略与实现
实时评分动态阈值
26
合规与伦理
目标=保险欺诈模型中的公平性 · 隐私保护 · 监管要求与误杀漏报的伦理考量
合规伦理
27
综合提升一
目标=构建端到端的保险欺诈检测系统 · 包含阈值优化模块
综合提升一目标=构建端到端…
28
综合提升二
目标=多目标优化框架 · 同时优化误杀率 · 漏报率与业务利润
综合提升二目标=多目标优化…
29
综合提升三
目标=A/B测试与阈值上线 · 实验设计 · 效果评估与迭代优化
综合提升三A/B
30
课程总结与展望
目标=核心知识点回顾 · 未来趋势 · 持续学习资源与实战建议
课程总结目标=核心知识点…