首页
›
金融科技风控与量化工程
›
053-反洗钱监测Champion对照实验
›
《可疑交易监测A B测试效果评估讲义》
VIP20
本课程属于:053-反洗钱监测Champion对照实验
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
可疑交易监测A B测试效果评估讲义
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
可疑交易监测的背景与挑战 · A/B测试在风控中的价值 · 本课程学习目标与适用人群
课程导论
可疑交易监测的背…
02
可疑交易监测基础
什么是可疑交易 · 典型洗钱与欺诈模式 · 监管合规要求(AML/CFT)
可疑交易监测基础
什么是可疑交易
03
A/B测试基础概念
A/B测试定义 · 对照组与实验组 · 随机化原则
A/B
测试基础概念
04
风控场景中的A/B测试
为什么风控需要A/B测试 · 与传统A/B测试的区别 · 常见误区与风险
A/B
风控场景
05
实验设计原则
明确实验目标 · 定义核心指标(如捕获率 · 误报率)
实验设计原则
明确实验目标
06
假设检验与统计显著性
零假设与备择假设 · p值 · 置信区间
假设检验
统计显著性
07
指标选择与定义
捕获率(Recall) · 精确率(Precision) · F1分数
指标选择
定义
08
实验分组策略
随机分组 · 分层随机化 · 时间片轮转
实验分组策略
随机分组
09
样本量计算
基于功效分析的样本量公式 · 使用Python进行样本量估算 · 实际业务中的权衡
样本量计算
基于功效分析的样…
10
实验周期确定
最小运行时长 · 季节性因素 · 样本积累速度
实验周期确定
最小运行时长
11
数据收集与埋点
交易日志结构 · 特征工程所需字段 · 实时与离线数据流
数据收集
埋点
12
实验平台搭建
实验管理平台功能 · 特征开关(Feature Flag) · 分流服务架构
实验平台搭建
实验管理平台功能
13
A/B测试流程总览
从需求提出到上线决策的完整步骤 · 各阶段关键交付物
A/B
测试流程总览
14
案例一
规则阈值调整实验:背景 · 实验设计 · 指标设定
案例一
规则阈值调整实验
15
案例二
机器学习模型替换实验:新旧模型对比 · 离线评估与在线验证 · 模型回滚策略
案例二
机器学习模型替换…
16
案例三
特征工程新增实验 · 特征重要性分析 · 过拟合风险
案例三
特征工程新增实验
17
案例四
实时决策流优化实验 · 流处理框架对比 · 实验效果评估
案例四
实时决策流优化实…
18
结果分析方法
描述性统计 · 分组对比 · 置信区间可视化
结果分析方法
描述性统计
19
多重比较问题
Bonferroni校正 · FDR控制 · 业务场景下的实际处理策略
多重比较问题
Bonferroni
20
实验效果可视化
使用Python(Matplotli… · 漏斗图 · 提升度柱状图
实验效果可视化
Python
21
统计报告撰写
实验报告结构 · 关键指标表格 · 结论与建议
统计报告撰写
实验报告结构
22
常见陷阱与偏差
新奇效应 · 选择偏差 · 样本量不足
常见陷阱
偏差
23
实验决策框架
基于统计显著性与业务显著性的决策矩阵 · 灰度发布与全量上线
实验决策框架
基于统计显著性
24
长期效果评估
A/B测试的短期与长期影响 · 漂移监测 · 持续监控机制
长期效果评估
A/B
25
合规与伦理
数据隐私保护(GDPR/个人信息保护… · 公平性 · 实验透明度
合规
伦理
26
组织与流程建设
跨团队协作(风控 · 数据 · 工程
组织
流程建设
27
工具与平台介绍
开源实验平台(如Unleash · GrowthBook) · 商业工具(如Optimizely)
工具
平台介绍
28
Python实战
使用scipy进行假设检验 · statsmodels进行功效分析 · pandas进行数据预处理
Python
scipy
29
综合项目演练
从零设计一个可疑交易模型升级的A/B… · 包含完整实验方案与评估报告
综合项目演练
A/B
30
课程总结与展望
关键知识点回顾 · 行业前沿趋势(联邦学习 · 可解释AI)
课程总结
关键知识点回顾
所属VIP或分类
同VIP:AML模型对照实验效果评估指南
同VIP:AML监测模型迭代与对照实验教程
同VIP:AML监测系统A-B测试从入门到实践