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
›
《金融知识图谱样本偏差校验模型训练案例》
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
金融知识图谱样本偏差校验模型训练案例
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
金融知识图谱概述 · 样本偏差问题定义 · 偏差校验的重要性与课程目标
课程导论
金融知识图谱概述
02
金融知识图谱基础
实体 · 关系 · 属性三元组结构
金融知识图谱基础
实体
03
样本偏差类型(上)
选择偏差(Selection Bia… · 成因(如数据采集偏好)及金融场景案例
样本偏差类型
Selection
04
样本偏差类型(中)
报告偏差(Reporting Bia… · 成因及金融场景案例
样本偏差类型
Reporting
05
样本偏差类型(下)
标签偏差(Label Bias)与测… · 成因及金融场景案例
样本偏差类型
Label
06
偏差校验整体框架
数据准备 · 偏差检测 · 偏差量化
偏差校验整体框架
数据准备
07
数据采集与预处理
金融数据源(财报 · 新闻 · 交易记录)清洗
数据采集
预处理
08
构建基准知识图谱
使用公开金融数据集(如Wikidat…
构建基准知识图谱
Wikidat
09
特征工程(上)
实体特征(度中心性 · PageRank) · 关系特征(类型分布
特征工程
实体特征
10
特征工程(下)
子图特征(密度 · 聚类系数) · 时间特征(事件时间戳分布)提取
特征工程
子图特征
11
偏差检测方法(一)
统计检验法——卡方检验 · T检验检测特征分布差异
偏差检测方法
统计检验法
12
偏差检测方法(二)
基于距离的方法——KL散度 · JS散度 · Wasserstein距离度量样本与…
偏差检测方法
KL
13
偏差检测方法(三)
基于模型的方法——使用孤立森林 · One-Class SVM检测异常样…
偏差检测方法
基于模型的方法
14
偏差量化指标
偏差系数(Bias Coeffici… · 分布偏移度(Distribution…
偏差量化指标
Bias
15
偏差可视化分析
使用PCA/t-SNE降维 · 箱线图 · 分布直方图展示偏差模式
偏差可视化分析
PCA/t-SNE
16
偏差校验模型设计(上)
基于逻辑回归的偏差分类器——输入特征 · 损失函数设计
偏差校验模型设计
基于逻辑回归的偏…
17
偏差校验模型设计(中)
基于图神经网络的偏差检测——GCN/…
偏差校验模型设计
GCN
18
偏差校验模型设计(下)
基于对比学习的偏差表征——SimCL…
偏差校验模型设计
SimCL
19
模型训练与调优
训练集/验证集/测试集划分 · 超参数搜索(网格搜索 · 贝叶斯优化)
模型训练
调优
20
模型评估指标
准确率 · 召回率 · F1-score
模型评估指标
准确率
21
偏差修正策略(一)
重采样方法——过采样(SMOTE) · 欠采样 · 集成采样
偏差修正策略
SMOTE
22
偏差修正策略(二)
加权损失函数——Focal Loss · Class-Balanced Los…
偏差修正策略
Focal
23
偏差修正策略(三)
数据增强——基于规则的关系翻转 · 实体替换 · 文本扰动
偏差修正策略
数据增强
24
偏差修正策略(四)
模型层面修正——对抗训练(Adver… · 正则化技术
偏差修正策略
Adver
25
案例实战(一)
企业关联图谱偏差检测——数据加载 · 特征提取 · 偏差识别全流程
案例实战
企业关联图谱偏差…
26
案例实战(二)
供应链图谱偏差修正——使用重采样+加…
案例实战
供应链图谱偏差修…
27
案例实战(三)
金融事件图谱偏差校验——对比学习模型…
案例实战
金融事件图谱偏差…
28
模型部署与监控
模型导出(ONNX/PMML) · API服务搭建 · 在线偏差漂移监控
模型部署
监控
29
课程总结
关键知识点回顾 · 常见陷阱与最佳实践 · 偏差校验的未来方向(因果推断
课程总结
关键知识点回顾
30
综合练习与考核
给定含偏差的金融图谱数据集 · 独立完成偏差检测 · 量化
综合练习
考核
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