首页
›
金融科技风控与量化工程
›
029-贷后预警策略实时风险拦截
›
《实时风险拦截中的滚动率模型实战指南》
VIP20
本课程属于:029-贷后预警策略实时风险拦截
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
实时风险拦截中的滚动率模型实战指南
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
课程导论
什么是滚动率模型 · 滚动率模型在实时风险拦截中的核心价值 · 课程目标与适用人群
课程导论
什么是滚动率模型
02
风险拦截基础
实时风险拦截系统架构 · 常见风险类型(欺诈 · 盗用
风险拦截基础
实时风险拦截系统…
03
滚动率模型原理
滚动率定义 · 时间窗口概念 · 状态转移矩阵
滚动率模型原理
滚动率定义
04
数据准备
数据源接入(埋点 · 交易 · 设备指纹)
数据准备
数据源接入
05
特征工程(上)
时间窗口特征(滑动窗口 · 衰减窗口) · 统计聚合特征(均值
特征工程
时间窗口特征
06
特征工程(下)
序列特征(LSTM嵌入) · 行为序列编码 · 特征重要性筛选
特征工程
LSTM
07
标签定义
好坏样本定义 · 观察期与表现期划分 · 滚动标签生成逻辑
标签定义
好坏样本定义
08
模型选型
逻辑回归 · XGBoost · LightGBM
模型选型
逻辑回归
09
模型训练
训练集/验证集/测试集划分 · 交叉验证 · 超参数调优(网格搜索
模型训练
训练集
10
模型评估
AUC · KS · 召回率
模型评估
AUC
11
实时推理架构
特征存储(Redis/Feature… · 模型服务化(Triton/ONNX) · 低延迟优化
实时推理架构
Redis/Featur…
12
滚动率计算引擎
滑动窗口实时计算 · 状态更新机制 · 时间窗口对齐策略
滚动率计算引擎
滑动窗口实时计算
13
规则引擎融合
静态规则与滚动率模型协同 · 规则优先级 · 熔断与降级策略
规则引擎融合
静态规则
14
模型部署
模型打包(PMML/ONNX) · Docker容器化 · Kubernetes编排
模型部署
PMML/ONNX
15
监控与告警
模型性能监控(PSI · CSI) · 数据漂移检测
监控
告警
16
A/B实验设计
实验分组 · 流量切分 · 指标对比(拦截率
A/B
实验设计
17
模型迭代
在线学习(Online Learni… · 增量训练 · 模型版本管理
模型迭代
Online
18
案例实战(一)
盗用账户风险拦截——滚动率模型从0到…
案例实战
盗用账户风险拦截
19
案例实战(二)
交易欺诈实时拦截——特征工程与模型调…
案例实战
交易欺诈实时拦截
20
案例实战(三)
洗钱行为检测——多时间窗口滚动率模型
案例实战
洗钱行为检测
21
性能优化
特征计算加速(C++/CUDA) · 模型推理加速(TensorRT) · 内存优化
性能优化
C++/CUDA
22
数据安全与合规
隐私计算(联邦学习) · 数据脱敏 · GDPR/等保合规要求
数据安全
合规
23
模型可解释性
SHAP值 · LIME · 特征重要性可视化
模型可解释性
SHAP
24
异常处理
数据缺失 · 延迟到达 · 模型超时
异常处理
数据缺失
25
多模型融合
集成学习(Stacking) · 模型加权融合 · 动态模型选择
多模型融合
Stacking
26
实时特征平台
Flink/Spark Stream… · 特征回溯 · 特征血缘
实时特征平台
Flink/Spark
27
模型压缩
量化 · 剪枝 · 蒸馏
模型压缩
量化
28
成本控制
计算资源估算 · 冷热数据分离 · 模型缓存策略
成本控制
计算资源估算
29
行业前沿
强化学习在滚动率模型中的应用 · 图神经网络(GNN)风险传播建模
行业前沿
强化学习
30
课程总结
核心知识回顾 · 常见踩坑点 · 推荐学习资源与进阶路径
课程总结
核心知识回顾
所属VIP或分类
同VIP:model-serving在贷后风险拦截中的应用
同VIP:Spark-Streaming在贷后预警中的应用
同VIP:从离线到实时:贷后风险拦截升级课程