首页
›
金融科技风控与量化工程
›
013-金融知识图谱样本偏差校验
›
《金融图谱样本偏差校验模型训练实践》
VIP20
本课程属于:013-金融知识图谱样本偏差校验
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
金融图谱样本偏差校验模型训练实践
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
课程导论
金融图谱样本偏差的定义 · 偏差对模型的影响 · 课程目标与学习路径
课程导论
金融图谱样本偏差…
02
金融图谱基础
实体 · 关系 · 属性的概念
金融图谱基础
实体
03
样本偏差理论基础
选择偏差 · 幸存者偏差 · 标签偏差
样本偏差理论基础
选择偏差
04
数据采集与预处理
金融数据源(财报 · 新闻 · 交易记录)的采集
数据采集
预处理
05
样本分布可视化
使用直方图 · 箱线图 · 散点图对金融样本特征进行分布探索
样本分布可视化
使用直方图
06
偏差检测指标
均值差异 · 方差比 · KS检验
偏差检测指标
均值差异
07
特征工程与偏差
特征缺失率 · 特征分布偏移 · 特征相关性对偏差的影响分析
特征工程
偏差
08
标签偏差识别
正负样本比例失衡 · 标签噪声 · 标签定义不一致的检测方法
标签偏差识别
正负样本比例失衡
09
时间序列偏差
金融数据的时间依赖性 · 概念漂移 · 时间窗口划分策略
时间序列偏差
金融数据的时间依…
10
数据切片分析
按行业 · 规模 · 地域等维度切片
数据切片分析
按行业
11
偏差校验框架设计
整体架构图 · 模块划分(检测 · 评估
偏差校验框架设计
整体架构图
12
偏差检测模块实现
基于Python的偏差检测函数库(s… · alibi-detect)的使用
偏差检测模块实现
Python
13
样本权重调整
逆概率加权(IPW) · 倾向性得分匹配(PSM)的原理与代码…
样本权重调整
IPW
14
重采样技术
欠采样 · 过采样 · SMOTE算法在金融不平衡数据中的应…
重采样技术
欠采样
15
对抗性验证
使用分类器区分训练集与测试集 · 评估特征分布差异
对抗性验证
使用分类器区分训…
16
模型校准与偏差
概率校准(Platt Scaling · Isotonic Regressio…
模型校准
偏差
17
偏差修正模型
引入正则化 · 领域自适应(Domain Adapt…
偏差修正模型
引入正则化
18
评估指标体系
偏差度量(AUC差异 · Calibration Error) · 模型性能(F1
评估指标体系
AUC
19
案例实战一
信贷违约预测中的样本偏差校验与修正全…
案例实战一
信贷违约预测
20
案例实战二
反欺诈图谱中标签偏差的检测与重采样实…
案例实战二
反欺诈图谱
21
案例实战三
供应链金融中时间序列偏差的检测与窗口…
案例实战三
供应链金融
22
自动化偏差校验流水线
Airflow/Kubeflow P…
自动化偏差校验流…
Airflow/Kube…
23
模型监控与持续校验
生产环境中偏差的实时监控 · 告警与回滚机制
模型监控
持续校验
24
偏差报告生成
自动化生成偏差分析报告(PDF/HT… · 包含图表与建议
偏差报告生成
PDF/HT
25
工具与库介绍
imbalanced-learn · scikit-learn · alibi-detect
工具
库介绍
26
常见陷阱与最佳实践
数据泄露 · 过度修正 · 忽略业务逻辑等问题的规避
常见陷阱
最佳实践
27
联邦学习与偏差
分布式金融数据下的偏差校验挑战与解决…
联邦学习
偏差
28
可解释性与偏差
使用SHAP · LIME解释偏差来源 · 辅助业务决策
可解释性
偏差
29
未来趋势
大模型在金融图谱偏差检测中的应用 · 自动化偏差治理
未来趋势
大模型
30
课程总结与项目答辩
知识回顾 · 项目展示要求 · 常见面试题与拓展资源
课程总结
项目答辩
所属VIP或分类
同VIP:知识图谱样本偏差校验Python实战
同VIP:金融图谱Feature-Store样本偏差校验实践
同VIP:金融图谱GraphSAGE样本偏差校验学习指南