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XGBoost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
课程导论
金融知识图谱概述 · 样本偏差问题的重要性 · XGBoost在偏差校验中的角色
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 · 属性三元组定义
金融知识图谱基础实体
03
样本偏差问题剖析
偏差类型（选择偏差 · 幸存者偏差 · 标签偏差）
样本偏差问题剖析偏差类型
04
XGBoost算法原理回顾
梯度提升树核心思想 · 目标函数与正则项 · 树的结构分与叶子权重计算
XGBoost算法原理回顾
05
XGBoost参数详解
通用参数（booster · nthread） · Booster参数（eta
XGBoost参数详解
06
特征工程与知识图谱嵌入
知识图谱特征提取方法（TransE · DistMult） · 节点度
特征工程知识图谱嵌入
07
样本偏差检测方法
统计检验（卡方检验 · t检验） · 分布对比（KS检验）
样本偏差检测方法统计检验
08
偏差度量指标
KL散度 · JS散度 · Wasserstein距离
偏差度量指标KL
09
数据预处理与清洗
缺失值处理策略 · 异常值检测与剔除 · 数据标准化/归一化
数据预处理清洗
10
正负样本构建
基于知识图谱的负采样策略（随机负采样 · 伯努利负采样） · 时间感知负采样
正负样本构建基于知识图谱的负…
11
XGBoost模型训练基础
数据集划分（训练/验证/测试） · 模型初始化 · 训练循环
XGBoost模型训练基础
12
样本权重与代价敏感学习
样本权重设置方法 · 代价矩阵定义 · XGBoost中的scale_pos…
样本权重代价敏感学习
13
偏差校正技术
重采样（过采样SMOTE · 欠采样） · 集成方法（EasyEnsemble
偏差校正技术SMOTE
14
特征重要性分析与偏差溯源
XGBoost特征重要性（gain · cover · frequency）
特征重要性分析偏差溯源
15
模型评估与偏差验证
混淆矩阵 · 精确率/召回率/F1 · AUC-ROC
模型评估偏差验证
16
交叉验证与超参数调优
K折交叉验证 · 网格搜索（GridSearchCV） · 随机搜索（RandomizedSea…
交叉验证超参数调优
17
金融风控场景实战（一）
企业违约预测任务描述 · 知识图谱构建 · 样本偏差分析（幸存者偏差）
金融风控场景实战企业违约预测任务…
18
金融风控场景实战（二）
特征工程（企业关联交易 · 担保圈） · XGBoost模型训练
金融风控场景实战特征工程
19
金融反欺诈场景实战（一）
团伙欺诈检测任务 · 知识图谱构建（设备 · IP
金融反欺诈场景实…团伙欺诈检测任务
20
金融反欺诈场景实战（二）
图特征提取（社区发现 · 中心性） · XGBoost模型训练
金融反欺诈场景实…图特征提取
21
金融推荐系统场景实战（一）
智能投顾产品推荐 · 用户-产品知识图谱 · 样本偏差分析（选择偏差）
金融推荐系统场景…智能投顾产品推荐
22
金融推荐系统场景实战（二）
协同过滤特征 · XGBoost排序模型 · 偏差校正（IPS
金融推荐系统场景…协同过滤特征
23
模型可解释性与报告生成
SHAP依赖图 · 部分依赖图（PDP） · LIME局部解释
模型可解释性报告生成
24
模型部署与监控
模型序列化（Pickle/ONNX） · API服务搭建（Flask/Fast… · 在线偏差监控指标
模型部署监控
25
大规模数据处理与分布式训练
Dask+XGBoost · Spark+XGBoost · GPU加速
大规模数据处理分布式训练
26
知识图谱动态更新与模型重训
增量学习 · 时间窗口滑动 · 知识图谱版本管理
知识图谱动态更新模型重训
27
案例复盘与最佳实践
常见踩坑点（数据泄露 · 过拟合 · 欠拟合）
案例复盘最佳实践
28
前沿技术展望
图神经网络（GNN）与偏差学习 · 联邦学习与隐私保护 · 大语言模型（LLM）辅助知识图谱构建
前沿技术展望GNN
29
课程总结与知识体系梳理
核心概念回顾 · 技能图谱 · 学习资源推荐（论文
课程总结知识体系梳理
30
综合实战项目
端到端金融知识图谱样本偏差校验系统搭… · 项目答辩与评审要点
综合实战项目端到端金融知识图…