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GraphSAGE样本偏差校验学习指南》
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GraphSAGE样本偏差校验学习指南
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
金融图谱基础
金融知识图谱的定义 · 核心要素(实体 · 关系
金融图谱基础
金融知识图谱的定…
02
GraphSAGE原理
归纳式图表示学习 · 邻居采样与聚合函数(Mean/LST… · 与GCN/GraphSAGE的对比
GraphSAGE
原理
03
样本偏差问题概述
金融图谱中样本偏差的常见来源(标签稀… · 冷启动 · 时间漂移
样本偏差问题概述
金融图谱
04
偏差对GraphSAGE的影响
偏差导致嵌入偏移 · 过拟合少数类 · 泛化能力下降的机理分析
GraphSAGE
偏差对
05
标签偏差校验
标签噪声检测方法(基于置信度 · 邻居一致性) · 标签分布统计与可视化
标签偏差校验
标签噪声检测方法
06
特征偏差校验
节点特征缺失率 · 特征分布偏移(KS检验) · 特征与标签相关性分析
特征偏差校验
节点特征缺失率
07
结构偏差校验
节点度分布偏差 · 子图同构偏差 · 桥接节点与孤立节点的影响
结构偏差校验
节点度分布偏差
08
时间偏差校验
时间戳对齐 · 时序切片下的样本分布变化 · 时间漂移检测(PSI指标)
时间偏差校验
时间戳对齐
09
采样偏差校验
GraphSAGE邻居采样策略(均匀…
采样偏差校验
GraphSAGE
10
偏差校验指标体系
构建偏差度量指标库(KL散度 · JS散度 · Wasserstein距离
偏差校验指标体系
KL
11
数据预处理与清洗
缺失值处理 · 异常值剔除 · 标签重标定
数据预处理
清洗
12
重采样技术
欠采样 · 过采样(SMOTE-ENN) · 图级别重采样(GraphSMOTE)…
重采样技术
欠采样
13
对抗去偏方法
对抗性训练去除敏感属性影响 · 梯度反转层(GRL)在图上的应用
对抗去偏方法
对抗性训练去除敏…
14
因果去偏方法
反事实推理 · Do-演算 · 图因果干预(GraphITE)消除混…
因果去偏方法
反事实推理
15
偏差感知的损失函数
Focal Loss · Class-Balanced Los… · Dice Loss在GraphSAG…
偏差感知的损失函…
Focal
16
模型校准
温度缩放 · 保序回归 · 图节点级别的置信度校准
模型校准
温度缩放
17
偏差校验流水线设计
端到端偏差检测-报告-修正的Pipe…
偏差校验流水线设…
Pipe
18
偏差可视化工具
节点嵌入的t-SNE/UMAP着色 · 偏差热力图 · 偏差雷达图
偏差可视化工具
t-SNE/UMAP
19
金融风控案例1
信用卡欺诈检测中的样本偏差(正样本<…
金融风控案例1
信用卡欺诈检测
20
金融风控案例2
反洗钱交易网络中的时间偏差与动态Gr…
金融风控案例2
Gr
21
金融风控案例3
企业关联图谱中的群体偏差(行业/地域…
金融风控案例3
企业关联图谱
22
金融风控案例4
贷款违约预测中的冷启动偏差与元学习结…
金融风控案例4
贷款违约预测
23
模型评估与偏差审计
AUC/PR-AUC的分层评估 · 偏差审计报告模板
模型评估
偏差审计
24
可解释性分析
GNNExplainer · PGExplainer在偏差节点上的…
可解释性分析
GNNExplainer
25
联邦学习下的偏差校验
跨机构图谱的分布偏移 · 联邦偏差检测协议
联邦学习下的偏差…
跨机构图谱的分布…
26
大规模图偏差处理
分布式采样 · Mini-batch偏差统计 · 近似偏差度量
大规模图偏差处理
分布式采样
27
自动化偏差校验工具
基于规则引擎+ML的自动偏差告警系统…
自动化偏差校验工…
ML
28
合规与监管要求
金融监管对模型公平性的要求(GDPR · 巴塞尔协议III) · 偏差审计日志
合规
监管要求
29
前沿进展
GraphODE · Heterogeneous Grap… · 大模型辅助偏差检测
前沿进展
GraphODE
30
综合实战项目
从零构建金融图谱GraphSAGE偏…
综合实战项目
GraphSAGE
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Knowledge-Graph样本偏差校验实操指南