VIP20
本课程属于：046-反欺诈图谱阈值分层试验 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

反欺诈A B测试与阈值分层教程

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
反欺诈概述
欺诈的定义与类型 · 反欺诈体系架构 · A/B测试在反欺诈中的价值
反欺诈概述欺诈的定义
02
A/B测试基础
假设检验原理 · 第一类与第二类错误 · 统计功效与样本量计算
A/B测试基础
03
反欺诈A/B测试设计
实验组与对照组划分 · 随机化方法 · 分流策略（Cookie/设备ID/用…
A/B反欺诈
04
反欺诈指标定义
拦截率 · 误杀率 · 准确率
反欺诈指标定义拦截率
05
阈值分层概念
为什么需要阈值分层 · 单阈值 vs 多阈值 · 分层策略的业务逻辑
阈值分层概念为什么需要阈值分…
06
风险评分体系
评分卡原理 · 分数分布分析 · 百分位与分位数
风险评分体系评分卡原理
07
阈值设定方法
基于统计分布 · 基于业务成本 · 基于KS/Youden指数
阈值设定方法基于统计分布
08
A/B测试实验流程
假设提出 · 实验设计 · 流量分配
A/B测试实验流程
09
样本量估算
比例检验样本量公式 · 功效分析工具（Python stat…
样本量估算比例检验样本量公…
10
实验周期确定
最小可检测效应 · 流量预估 · 时间窗口选择
实验周期确定最小可检测效应
11
分流与随机化实现
Python随机分组代码 · 分层抽样 · 哈希分流
分流随机化实现
12
数据埋点与采集
关键事件定义 · 日志规范 · 实时 vs 离线采集
数据埋点采集
13
实验数据预处理
缺失值处理 · 异常值检测 · 数据对齐与去重
实验数据预处理缺失值处理
14
统计检验方法
Z检验 · T检验 · 卡方检验
统计检验方法Z检验
15
多重比较问题
Bonferroni校正 · FDR控制 · Holm方法
多重比较问题Bonferroni
16
阈值分层策略设计
按风险等级分层 · 按用户分层 · 按场景分层
阈值分层策略设计按风险等级分层
17
分层阈值优化
网格搜索 · 贝叶斯优化 · 成本敏感学习
分层阈值优化网格搜索
18
A/B测试结果解读
置信区间 · 效应量 · P值陷阱
A/B测试结果解读
19
反事实推断
DID双重差分 · PSM倾向得分匹配 · CUPED方差缩减
反事实推断DID
20
在线与离线实验
在线A/B测试 · 离线回测 · 模拟实验
离线实验A/B
21
阈值动态调整
实时阈值更新 · 自适应阈值 · 强化学习调参
阈值动态调整实时阈值更新
22
实验监控与告警
指标漂移检测 · SSD统计过程控制 · 自动告警规则
实验监控告警
23
反欺诈A/B测试案例1
交易风控阈值优化实验
A/B反欺诈
24
反欺诈A/B测试案例2
登录环节验证策略A/B测试
A/B反欺诈
25
反欺诈A/B测试案例3
营销活动反薅羊毛阈值分层
A/B反欺诈
26
Python实战
statsmodels进行假设检验与…
Pythonstatsmodels
27
Python实战
scikit-learn计算KS/Y…
Pythonscikit-learn
28
Python实战
A/B测试自动化分析报告生成
PythonA/B
29
常见陷阱与最佳实践
辛普森悖论 · 数据窥探 · 早停问题
常见陷阱最佳实践
30
课程总结与进阶方向
多臂老虎机 · 因果推断 · 联邦学习在反欺诈中的应用
课程总结进阶方向