首页
›
金融科技风控与量化工程
›
002-反欺诈图谱变量衍生与分箱
›
《GraphSAGE与图谱变量衍生分箱实战》
VIP20
本课程属于:002-反欺诈图谱变量衍生与分箱
金融科技风控与量化工程 · 共 20 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
GraphSAGE与图谱变量衍生分箱实战
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
图神经网络概述
图神经网络概述 · 核心概念 · 实践要点
图神经网络概述
重点
02
GraphSAGE背景与原理
GraphSAGE背景与原理 · 核心概念 · 实践要点
GraphSAGE
背景
03
图数据结构与表示
图数据结构与表示 · 核心概念 · 实践要点
图数据结构
表示
04
节点特征与边特征工程
节点特征与边特征工程 · 核心概念 · 实践要点
节点特征
边特征工程
05
邻域采样方法详解
邻域采样方法详解 · 核心概念 · 实践要点
邻域采样方法详解
重点
06
GraphSAGE聚合函数
Mean · LSTM · Pooling
GraphSAGE
聚合函数
07
无监督学习与有监督学习训练
无监督学习与有监督学习训练 · 核心概念 · 实践要点
无监督学习
有监督学习训练
08
图分类与节点分类任务
图分类与节点分类任务 · 核心概念 · 实践要点
图分类
节点分类任务
09
主流图神经网络框架
PyG · DGL
主流图神经网络框…
PyG
10
数据预处理与图构建实战
数据预处理与图构建实战 · 核心概念 · 实践要点
数据预处理
图构建实战
11
图特征工程
节点度 · 中心性
图特征工程
节点度
12
变量衍生概念与方法
变量衍生概念与方法 · 核心概念 · 实践要点
变量衍生概念
变量衍生概念与方…
13
基于图的变量衍生
邻居聚合特征
基于图的变量衍生
邻居聚合特征
14
图嵌入与Node2Vec、DeepWalk
图嵌入与Node2Vec · 核心概念 · 实践要点
Node2Vec
DeepWalk
15
分箱技术基础
等距 · 等频
分箱技术基础
等距
16
卡方分箱与决策树分箱
卡方分箱与决策树分箱 · 核心概念 · 实践要点
卡方分箱
决策树分箱
17
基于图结构的分箱策略
基于图结构的分箱策略 · 核心概念 · 实践要点
基于图结构的分箱…
重点
18
GraphSAGE模型实现代码详解
GraphSAGE模型实现代码详解 · 核心概念 · 实践要点
GraphSAGE
模型实现代码详解
19
模型训练与评估指标
模型训练与评估指标 · 核心概念 · 实践要点
模型训练
评估指标
20
超参数调优与实验管理
超参数调优与实验管理 · 核心概念 · 实践要点
超参数调优
实验管理
21
特征重要性分析与可视化
特征重要性分析与可视化 · 核心概念 · 实践要点
特征重要性分析
可视化
22
实际案例
风控场景中的图变量衍生
实际案例
风控场景
23
实际案例
推荐系统中的图特征
实际案例
推荐系统
24
模型部署与在线推理实践
模型部署与在线推理实践 · 核心概念 · 实践要点
模型部署
线推理实践
25
性能优化
采样策略与分布式训练
性能优化
采样策略
26
图神经网络最新进展
GAT · GIN
图神经网络最新进…
GAT
27
异构图与知识图谱的图学习
异构图与知识图谱的图学习 · 核心概念 · 实践要点
异构图
知识图谱的图学习
28
大规模图处理的挑战与解决方案
大规模图处理的挑战与解决方案 · 核心概念 · 实践要点
大规模图处理的挑…
解决方案
29
综合实战
从数据到模型端到端
综合实战
从数据到模型端到…
30
课程总结与进阶学习路径
课程总结与进阶学习路径 · 核心概念 · 实践要点
课程总结
进阶学习路径
所属VIP或分类
同VIP:GraphSAGE特征在反欺诈分箱中的调优方法
同VIP:GraphSAGE节点特征分箱调优实践课
同VIP:GraphSAGE节点特征衍生与分箱详解