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

AML监测模型迭代与对照实验教程

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
AML监测模型迭代的重要性 · 对照实验在模型优化中的核心地位 · 本课程学习目标与适用人群
课程导论AML
02
AML监测模型基础回顾
规则模型与机器学习模型对比 · 常见AML模型类型（异常检测 · 网络分析
AML监测模型基础回顾
03
模型迭代生命周期
从需求分析 · 数据准备 · 模型开发
模型迭代生命周期从需求分析
04
对照实验核心概念
A/B测试 · 对照组与实验组 · 随机化原则
对照实验核心概念A/B
05
实验设计原则
假设驱动 · 单一变量原则 · 样本量计算
实验设计原则假设驱动
06
数据准备与特征工程
历史交易数据清洗 · 特征衍生（交易频次 · 金额波动
数据准备特征工程
07
基线模型建立
选择当前生产模型作为基线 · 基线性能指标（召回率 · 精确率
基线模型建立选择当前生产模型…
08
实验组模型构建
新算法引入（如XGBoost · 图神经网络） · 超参数调优策略
实验组模型构建XGBoost
09
时间序列交叉验证
时间感知的交叉验证方法 · 避免未来信息泄露 · 滚动窗口验证
时间序列交叉验证时间感知的交叉验…
10
离线对照实验设计
历史回测（Backtesting） · 时间分割法 · 分层抽样保持数据分布一致性
离线对照实验设计Backtesting
11
在线对照实验设计
流量分流（Traffic Split… · 用户/账户级随机分组 · 实时监控指标
线对照实验设计Traffic
12
评估指标体系
业务指标（可疑报告率 · 调查效率 · 误报率）
评估指标体系业务指标
13
统计检验方法
配对t检验 · McNemar检验 · Bootstrap假设检验
统计检验方法配对t检验
14
实验运行与监控
实验平台搭建 · 实时仪表盘 · 异常检测（如实验组指标突变）
实验运行监控
15
结果分析与解读
效应量计算 · 业务影响评估 · 失败实验的根因分析
结果分析解读
16
模型版本控制与回滚
模型注册表 · 版本号管理 · 灰度发布策略
模型版本控制回滚
17
案例实战一
规则模型升级为XGBoost模型——…
案例实战一XGBoost
18
案例实战二
特征工程迭代——新增图特征（交易网络…
案例实战二特征工程迭代
19
案例实战三
阈值调整实验——在保持召回率前提下降…
案例实战三阈值调整实验
20
案例实战四
多模型融合实验——集成学习（Stac…
案例实战四Stac
21
常见陷阱与规避
样本选择偏差 · 新奇效应（Novelty Effec… · 实验污染（Interference）
常见陷阱规避
22
自动化实验管道
CI/CD for ML · 实验配置化 · 自动报告生成
自动化实验管道CI/CD
23
监管合规与实验伦理
公平性评估 · 模型可解释性要求 · 监管报告中的实验证据
监管合规实验伦理
24
实验平台工具介绍
MLflow · Kubeflow · 自研实验框架
实验平台工具介绍MLflow
25
团队协作与实验文化
实验假设文档 · 代码评审 · 结果分享会
团队协作实验文化
26
高级话题
强化学习在阈值动态调整中的应用 · 因果推断在效果归因中的使用
高级话题强化学习
27
模型监控与持续迭代
漂移检测（数据漂移 · 概念漂移） · 自动重训练触发
模型监控持续迭代
28
课程总结
核心知识点回顾 · 最佳实践清单 · 常见问题FAQ
课程总结核心知识点回顾
29
期末项目指导
选题建议（如优化现有模型误报率） · 数据集说明 · 实验报告模板
期末项目指导选题建议
30
未来展望
联邦学习在跨机构AML建模中的应用 · 大语言模型辅助特征发现 · 可解释AI在监管中的应用
未来展望AML