01
异常检测概述
什么是异常检测 · 金融风控价值 · 点/上下文/集合异常
基础概念
02
数据预处理与探索
数据清洗 · 缺失值 · 特征工程 · 箱线图/直方图
预处理可视化
03
基于统计的异常检测
Z-Score · IQR · 假设检验与p值
统计经典
04
基于距离的异常检测
欧氏/马氏距离 · KNN · LOF算法
距离LOF
05
基于密度的异常检测
DBSCAN聚类 · 孤立森林原理与实现
密度孤立森林
06
基于树模型的异常检测
孤立森林深入 · 随机森林 · XGBoost异常检测
树模型集成
07
基于重构的异常检测
PCA异常检测 · Autoencoder自编码器原理
重构PCA
08
时间序列异常检测
滑动窗口 · STL分解 · Prophet模型
时序Prophet
09
深度学习异常检测
LSTM · VAE变分自编码器 · GAN异常检测
深度学习VAE
10
异常检测评估指标
混淆矩阵 · 精确率/召回率/F1 · AUC-ROC/PR
评估指标
11
无监督异常检测实战
信用卡欺诈检测 · 特征工程与模型选择
实战Kaggle
12
半监督异常检测实战
标签传播 · PU学习 (Positive-Unlabeled)
半监督PU
13
有监督异常检测实战
样本不平衡(SMOTE/ADASYN) · 集成学习
有监督不平衡
14
实时异常检测系统
流数据(Kafka+Flink) · 滑动窗口 · 阈值自适应
实时流处理
15
特征工程进阶
时间特征 · 聚合/交叉特征 · 特征重要性排序
特征工程进阶
16
模型可解释性
SHAP值 · LIME · 特征重要性 · 异常原因定位
可解释性SHAP
17
风控规则引擎与异常检测结合
规则引擎设计 · 规则与模型融合 · 决策流
规则引擎风控
18
多维度异常检测
用户/交易/设备/IP维度联合分析
多维度联合
19
图异常检测
图神经网络 · 节点/边/社群异常检测
图神经网络社群
20
联邦学习与隐私保护异常检测
横向/纵向联邦 · 差分隐私应用
联邦学习隐私
21
异常检测系统架构设计
数据管道 · 模型服务 · 告警 · A/B测试
架构系统
22
案例：电商平台刷单检测
刷单行为模式 · 特征构建 · 模型训练与部署
案例电商
23
案例：银行交易反欺诈
实时交易评分 · 规则+模型 · 人工审核流程
案例银行
24
案例：信贷申请欺诈检测
身份冒用 · 资料造假 · 团伙欺诈识别
案例信贷
25
案例：证券异常交易监控
市场操纵 · 内幕交易 · 高频异常检测
案例证券
26
案例：保险理赔欺诈检测
医疗欺诈 · 车险欺诈 · 团伙欺诈网络
案例保险
27
模型部署与监控
模型上线 · 漂移检测 · 回滚策略
部署监控
28
异常检测前沿技术
对比学习 · 扩散模型 · 大模型辅助异常检测
前沿对比学习
29
项目实战：端到端异常检测系统
需求分析 · 数据准备 · 模型开发 · 部署上线
项目全流程
30
课程总结与职业发展
知识体系回顾 · 学习路径 · 面试 · 行业趋势
总结职业