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

理赔反欺诈规则与模型融合决策实战

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=理赔反欺诈的业务背景 · 学习目标 · 核心概念与整体课程框架
课程导入目标=理赔反欺诈…
02
理赔欺诈概述
目标=欺诈定义 · 常见类型 · 黑产链条
理赔欺诈概述目标=欺诈定义
03
理赔业务流程
目标=报案 · 查勘 · 定损
理赔业务流程目标=报案
04
反欺诈数据基础
目标=数据来源 · 数据质量 · 特征工程与隐私合规要点
反欺诈数据基础目标=数据来源
05
规则引擎入门
目标=规则定义 · 条件动作 · 优先级
规则引擎入门目标=规则定义
06
理赔反欺诈规则设计
目标=专家经验提炼 · 规则分类 · 阈值设定与版本管理
理赔反欺诈规则设…目标=专家经验提…
07
规则实战案例
目标=车险 · 健康险 · 意外险等场景的规则编写与测试
规则实战案例目标=车险
08
规则引擎的局限
目标=覆盖不足 · 误杀 · 滞后
规则引擎的局限目标=覆盖不足
09
机器学习基础
目标=监督学习 · 无监督学习 · 分类
机器学习基础目标=监督学习
10
反欺诈模型常用算法
目标=逻辑回归 · 决策树 · 随机森林
反欺诈模型常用算…目标=逻辑回归
11
模型开发流程
目标=问题定义 · 样本构建 · 特征选择
模型开发流程目标=问题定义
12
不平衡数据处理
目标=过采样 · 欠采样 · SMOTE
不平衡数据处理目标=过采样
13
模型评估与解释
目标=AUC · KS · 召回率
模型评估解释
14
规则与模型融合动机
目标=互补优势 · 覆盖提升 · 误报降低与决策弹性
规则模型融合动机
15
融合决策架构
目标=串行 · 并行 · 加权
融合决策架构目标=串行
16
规则与模型融合方法
目标=规则特征化 · 模型规则化 · 分数融合与决策阈值优化
规则模型融合方法
17
融合决策实战案例
目标=车险理赔反欺诈规则与模型融合全…
融合决策实战案例目标=车险理赔反…
18
健康险融合案例
目标=高频欺诈模式 · 规则挖掘与模型融合策略
健康险融合案例目标=高频欺诈模…
19
实时决策与工程化
目标=流式计算 · 在线推理 · 规则热更新与模型部署
实时决策工程化
20
反欺诈系统设计
目标=数据层 · 规则层 · 模型层
反欺诈系统设计目标=数据层
21
监控与迭代
目标=效果监控 · 规则衰减 · 模型漂移
监控迭代
22
对抗与反对抗
目标=欺诈者策略演变 · 对抗样本 · 规则绕过与模型鲁棒性
对抗反对抗
23
合规与伦理
目标=数据隐私 · 算法公平 · 可解释性
合规伦理
24
常见问题与排错
目标=规则冲突 · 模型过拟合 · 融合权重失衡与线上事故处理
常见问题排错
25
团队协作与流程
目标=业务 · 数据 · 算法
团队协作流程
26
成本与收益分析
目标=反欺诈投入产出 · 误杀成本 · 漏杀损失与ROI评估
成本收益分析
27
综合项目一
目标=从零构建理赔反欺诈规则库与基线…
综合项目一目标=从零构建理…
28
综合项目二
目标=设计并实现规则与模型融合决策引…
综合项目二目标=设计并实现…
29
综合项目三
目标=端到端反欺诈系统部署 · 监控与迭代优化
综合项目三目标=端到端反欺…
30
课程总结与提升
目标=知识体系回顾 · 最佳实践 · 前沿趋势与持续学习路径
课程总结提升