VIP20
本课程属于：050-模型风险管理A B分流方案 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

模型验证与A B分流数据清洗教程

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
课程导论
模型验证与A/B测试的重要性 · 数据清洗在其中的核心作用 · 课程整体大纲与学习目标
课程导论A/B
02
A/B测试基础概念
假设检验 · 零假设与备择假设 · 显著性水平
A/B测试基础概念
03
A/B测试实验设计
随机化原则 · 样本量计算 · 分流策略（用户级
A/B测试实验设计
04
A/B测试常见陷阱
多重比较问题 · 辛普森悖论 · 新奇效应
A/B测试常见陷阱
05
模型验证基础
过拟合与欠拟合 · 偏差-方差权衡 · 训练集/验证集/测试集划分原则
模型验证基础过拟合
06
交叉验证方法
K折交叉验证 · 留一法交叉验证 · 分层交叉验证
交叉验证方法K折交叉验证
07
模型评估指标（分类）
准确率 · 精确率 · 召回率
模型评估指标分类
08
模型评估指标（回归）
均方误差（MSE） · 均方根误差（RMSE） · 平均绝对误差（MAE）
模型评估指标回归
09
数据清洗总览
数据质量维度（完整性 · 准确性 · 一致性
数据清洗总览数据质量维度
10
缺失值处理
缺失机制（MCAR · MAR · MNAR）
缺失值处理MCAR
11
异常值检测与处理
统计方法（Z-score · IQR） · 基于密度的方法（LOF）
异常值检测处理
12
重复数据处理
完全重复与部分重复识别 · 去重策略 · 基于相似度的去重方法
重复数据处理完全重复
13
数据类型转换与标准化
数值型与类别型转换 · 独热编码 · 标签编码
数据类型转换标准化
14
A/B测试数据清洗（上）
用户分流日志清洗 · 实验组与对照组对齐 · 时间窗口对齐
A/B测试数据清洗
15
A/B测试数据清洗（下）
指标计算前的数据聚合 · 异常用户过滤（爬虫 · 刷单）
A/B测试数据清洗
16
模型验证数据清洗
特征工程中的缺失值处理 · 训练集与测试集分布一致性检查 · 数据泄露预防
模型验证数据清洗特征工程
17
数据倾斜与不平衡处理
重采样（过采样 · 欠采样） · SMOTE
数据倾斜不平衡处理
18
时间序列数据清洗
时间戳对齐 · 重采样 · 缺失值插补（向前填充
时间序列数据清洗时间戳对齐
19
文本数据清洗
文本标准化 · 去除停用词 · 词干提取与词形还原
文本数据清洗文本标准化
20
数据清洗工具与库
Pandas基础操作 · NumPy数值处理 · Scikit-learn预处理模块
数据清洗工具Pandas
21
自动化数据清洗管道
ETL流程设计 · Airflow/Dagster工作流… · 数据质量监控与告警
自动化数据清洗管…ETL
22
A/B测试结果分析
置信区间计算 · p值解读 · 效应量计算
A/B测试结果分析
23
模型验证结果分析
学习曲线 · 验证曲线 · 特征重要性分析
模型验证结果分析学习曲线
24
多臂老虎机与动态分流
Epsilon-Greedy · Thompson Sampling · UCB算法
多臂老虎机动态分流
25
实验平台与数据基础设施
实验管理平台（如LaunchDark… · 数据仓库（Snowflake · BigQuery）
实验平台数据基础设施
26
案例实战（一）
电商网站A/B测试——页面改版效果评… · 从数据采集到清洗到结果分析全流程
案例实战A/B
27
案例实战（二）
推荐系统模型验证——离线评估与在线A… · 数据清洗与特征工程实践
案例实战推荐系统模型验证
28
案例实战（三）
金融风控模型验证——不平衡数据集处理 · 时间序列验证 · 模型稳定性监控
案例实战金融风控模型验证
29
常见错误与调试
数据清洗常见错误（索引错位 · 类型错误） · A/B测试误用（提前停止
常见错误调试
30
课程总结与进阶方向
核心知识回顾 · 推荐学习资源 · 未来趋势（因果推断
课程总结进阶方向