首页
›
金融科技风控与量化工程
›
031-反洗钱监测在线推理链路
›
《LightGBM在反洗钱推理中的应用》
VIP20
本课程属于:031-反洗钱监测在线推理链路
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
LightGBM在反洗钱推理中的应用
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
反洗钱概述
洗钱的定义 · 洗钱三阶段(处置 · 离析
反洗钱概述
洗钱的定义
02
机器学习在反洗钱中的角色
传统规则引擎的局限性 · 机器学习优势 · 常见算法对比(逻辑回归
机器学习
反洗钱
03
LightGBM核心原理
基于梯度的单边采样(GOSS) · 互斥特征捆绑(EFB) · 直方图算法
LightGBM
核心原理
04
LightGBM与XGBoost对比
训练速度 · 内存占用 · 准确率
LightGBM
XGBoost
05
反洗钱数据特征工程
交易金额 · 交易频率 · 交易对手数量
反洗钱数据特征工…
交易金额
06
反洗钱数据预处理
缺失值处理 · 异常值检测 · 数据标准化与归一化
反洗钱数据预处理
缺失值处理
07
样本不平衡问题
反洗钱场景中正常交易与可疑交易比例悬… · 过采样(SMOTE) · 欠采样
样本不平衡问题
反洗钱场景
08
LightGBM环境搭建
Python环境配置 · LightGBM库安装(pip/co… · GPU版本安装
LightGBM
环境搭建
09
LightGBM核心参数详解(上)
num_leaves · max_depth · learning_rate
LightGBM
核心参数详解
10
LightGBM核心参数详解(下)
subsample · colsample_bytree · reg_alpha
LightGBM
核心参数详解
11
反洗钱数据集构建
公开数据集介绍(如IBM AML数据… · 模拟交易数据生成 · 标签定义(可疑/正常)
反洗钱数据集构建
IBM
12
特征重要性分析
LightGBM内置特征重要性(ga… · split · cover)
特征重要性分析
LightGBM
13
模型训练流程
数据划分(训练集/验证集/测试集) · LightGBM Dataset构建 · 模型训练
模型训练流程
数据划分
14
模型评估指标(上)
混淆矩阵 · 准确率 · 精确率
模型评估指标
混淆矩阵
15
模型评估指标(下)
ROC曲线与AUC · PR曲线与AP · KS统计量
模型评估指标
ROC
16
阈值调优
反洗钱场景中如何选择最优阈值 · 代价矩阵 · 最大化F2-score或最小化误报率
阈值调优
反洗钱场景
17
模型可解释性
SHAP值原理 · SHAP在LightGBM中的应用 · 全局解释与局部解释
模型可解释性
SHAP
18
反洗钱推理管线设计
实时推理与批量推理架构 · 特征存储 · 模型服务化(Flask/FastAP…
反洗钱推理管线设…
实时推理
19
LightGBM模型部署
模型序列化(pickle/jobli… · ONNX导出 · 在Docker容器中部署推理服务
LightGBM
模型部署
20
反洗钱规则引擎与ML模型融合
规则引擎前置过滤 · ML模型二次打分 · 混合决策策略
ML
反洗钱规则引擎
21
时间序列特征在反洗钱中的应用
滑动窗口统计 · 环比/同比变化 · 交易行为序列模式挖掘
时间序列特征
反洗钱
22
图特征与网络分析
交易网络构建 · 节点中心性 · 社区发现
图特征
网络分析
23
反洗钱模型监控与漂移检测
数据漂移(Data Drift) · 概念漂移(Concept Drift… · PSI指标
反洗钱模型监控
漂移检测
24
LightGBM超参数自动调优
网格搜索(GridSearchCV) · 随机搜索(RandomizedSea… · 贝叶斯优化(Optuna/Hyper…
LightGBM
超参数自动调优
25
反洗钱案例实战(一)
数据加载与探索性分析(EDA) · 可视化交易分布 · 异常模式初步发现
反洗钱案例实战
EDA
26
反洗钱案例实战(二)
特征工程与数据预处理 · 处理缺失值与异常值 · 构造时间与图特征
反洗钱案例实战
特征工程
27
反洗钱案例实战(三)
LightGBM模型训练与调参 · 早停策略 · 特征重要性排序
反洗钱案例实战
LightGBM
28
反洗钱案例实战(四)
模型评估与阈值选择 · 混淆矩阵分析 · SHAP解释模型决策
反洗钱案例实战
模型评估
29
反洗钱案例实战(五)
模型部署为REST API · 编写推理脚本 · 测试API响应
反洗钱案例实战
REST
30
课程总结与未来展望
LightGBM在反洗钱中的最佳实践 · 联邦学习与隐私计算趋势 · 图神经网络(GNN)在AML中的前沿…
课程总结
未来展望
所属VIP或分类
同VIP:AML实时监测模型部署指南
同VIP:AML推理链路低延迟架构详解
同VIP:AML推理链路收益量化评估方法