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

团伙识别与GraphSAGE实战案例

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
团伙识别定义 · 图神经网络概述 · GraphSAGE在反欺诈中的应用场…
课程导论团伙识别定义
02
图论基础
图的定义 · 节点与边 · 有向图与无向图
图论基础图的定义
03
图数据表示
邻接表 · 邻接矩阵 · 特征矩阵
图数据表示邻接表
04
图神经网络基础
消息传递机制 · 聚合函数 · 节点嵌入
图神经网络基础消息传递机制
05
GraphSAGE原理
采样邻居 · 聚合邻居信息 · 更新节点表示
GraphSAGE原理
06
GraphSAGE聚合函数
Mean聚合器 · LSTM聚合器 · Pooling聚合器
GraphSAGE聚合函数
07
GraphSAGE无监督损失
负采样 · 图上下文损失函数
GraphSAGE无监督损失
08
GraphSAGE有监督训练
节点分类损失 · 边预测损失
GraphSAGE有监督训练
09
环境搭建
Python环境 · PyTorch安装 · PyTorch Geometric安…
环境搭建Python
10
数据集准备
Cora数据集介绍 · 加载Cora · 数据预处理
数据集准备Cora
11
自定义图数据集
构建自己的图数据 · 节点特征与边索引
自定义图数据集构建自己的图数据
12
GraphSAGE模型实现
SAGEConv层 · 多层堆叠 · 前向传播
GraphSAGE模型实现
13
训练循环
优化器选择 · 损失计算 · 反向传播
训练循环优化器选择
14
评估指标
准确率 · 精确率 · 召回率
评估指标准确率
15
节点分类实战
在Cora上训练GraphSAGE进…
节点分类实战Cora
16
边预测任务
构建正负样本 · 链接预测损失
边预测任务构建正负样本
17
团伙识别问题建模
将团伙识别转化为节点分类或边预测
团伙识别问题建模将团伙识别转化为…
18
团伙特征工程
交易特征 · 社交特征 · 时序特征
团伙特征工程交易特征
19
构建团伙图
节点定义 · 边定义 · 特征构建
构建团伙图节点定义
20
GraphSAGE团伙识别模型
模型架构设计 · 超参数选择
GraphSAGE团伙识别模型
21
模型训练与调优
学习率 · 隐藏层维度 · 邻居采样数量
模型训练调优
22
模型评估
团伙识别准确率 · 误报率 · 漏报率
模型评估团伙识别准确率
23
结果可视化
t-SNE降维 · 节点嵌入可视化 · 团伙聚类
结果可视化t-SNE
24
模型解释性
注意力机制 · 重要邻居分析
模型解释性注意力机制
25
大规模图处理
Mini-batch训练 · 邻居采样优化
大规模图处理Mini-batch
26
GraphSAGE变体
GraphSAINT · ClusterGCN · FastGCN
GraphSAGE变体
27
对比实验
GCN vs GraphSAGE v…
对比实验GCN
28
部署与工程化
模型导出 · ONNX转换 · 服务化部署
部署工程化
29
案例复盘
真实反欺诈团伙识别案例全流程复盘
案例复盘真实反欺诈团伙识…
30
课程总结与展望
图神经网络前沿 · 异构图 · 动态图
课程总结图神经网络前沿