01
风控模型解释性概述
为什么需要解释性？监管要求与业务价值。
基础监管
02
可解释性分类
全局解释 vs 局部解释，内在解释 vs 事后解释。
概念框架
03
线性模型与逻辑回归
系数解读、特征重要性排序、置信区间。
统计经典
04
决策树与规则提取
树结构可视化、决策路径分析、规则集生成。
树模型规则
05
SHAP值原理
Shapley值的博弈论基础、SHAP的计算方法。
博弈论核心
06
SHAP实战应用
SHAP Summary Plot、Force Plot、Dependence Plot。
可视化工具
07
LIME局部解释
LIME原理、在风控中的应用场景、优缺点。
局部代理
08
Partial Dependence Plot (PDP)
单变量与双变量PDP、ICE曲线。
边际效应ICE
09
Permutation Feature Importance
原理、与树模型Feature Importance的区别。
重要性对比
10
Gradient-based解释方法
Saliency Map、Integrated Gradients。
梯度深度学习
11
树模型的可解释性
XGBoost/LightGBM的Feature Importance、树结构分析。
Boosting结构
12
深度学习模型解释
Attention可视化、LSTM的可解释性尝试。
AttentionLSTM
13
模型监控与漂移检测
PSI、CSI、特征分布变化对解释性的影响。
监控漂移
14
反事实解释
Counterfactual Explanations原理、在拒绝件中的应用。
反事实拒绝推断
15
Anchor解释
高精度局部规则、与LIME的对比。
规则局部
16
模型卡与报告
模型卡(Model Card)规范、Datasheet for Datasets。
文档规范
17
公平性与偏见检测
群体公平性指标、个体公平性、偏见缓解方法。
公平伦理
18
风控模型生命周期中的解释性
开发、验证、部署、监控各阶段。
生命周期MLOps
19
监管合规与解释性
巴塞尔协议、GDPR、银保监会要求。
合规法律
20
信用评分卡解释
评分卡分段、WOE与IV值、评分映射。
评分卡WOE
21
拒绝推断中的解释性
拒绝推断方法、对解释性的影响。
拒绝推断偏差
22
集成模型解释
Stacking、Blending模型的解释策略。
集成元学习
23
时间序列模型解释
特征重要性随时间变化、事件影响分析。
时序动态
24
图神经网络在风控中的解释
节点重要性、边重要性。
GNN图
25
自然语言处理在风控中的解释
文本特征提取、关键词重要性。
NLP文本
26
模型压缩与解释性
知识蒸馏、剪枝对可解释性的影响。
压缩蒸馏
27
自动化解释报告
Python工具链(SHAP、LIME、Eli5、InterpretML)。
工具自动化
28
案例实战：信贷申请评分模型解释全流程
端到端解释流程与业务解读。
实战信贷
29
案例实战：反欺诈模型解释与争议处理
欺诈案例复盘、解释报告与申诉。
反欺诈争议
30
未来趋势：XAI前沿技术
大模型在风控中的解释性挑战。
前沿大模型