开篇语 第一章 从数据收集到模型部署，人工智能大模型如何优化风控过滤模型的全过程 - 本章导读 - 1.1 风控过滤模型的数据收集与预处理技巧（上） - 1.2 风控过滤模型的数据收集与预处理技巧（下） - 1.3 如何用人工智能大模型打造超强风控过滤模型 - 1.4 如何用大模型实现风控过滤的智能化部署和应用 - 1.5 如何用大模型实现风控过滤的智能化部署和应用 - 1.6 模型的部署与更新 - 本章总结 第二章 智能风控： AI助力常见过滤策略 - 本章导读 - 2.1 数字化营销业务中的基于规则的过滤模型：原理、应用和人工智能大模型的作用 - 2.2 如何用人工智能大模型打造超强的内容过滤系统 - 2.3 基于用户风险评估的过滤模型：人工智能大模型让你的业务更安全和高效 - 2.4 人工智能大模型助力基于上下文的过滤模型，让你的业务更智能、更灵活、更全面 - 2.5 基于上下文的过滤模型的应用 - 2.6 机器学习的过滤模型：风控过滤的智能化和高效化的解决方案 - 本章总结 第三章 风控过滤模型的应用案例，人工智能大模型的魔力和挑战 - 本章导读 - 3.1 人工智能大模型在金融风控中的应用：GPT-4如何识别欺诈风险和信用风险 - 3.2 BERT大模型在电商风控中的妙用：从原理到效果 - 本章总结 第四章 风控过滤模型：数字化营销业务的安全保障 - 本章导读 - 4.1 风控过滤模型：数字化营销业务的守护神 - 4.2 数据筛选的艺术：探索过滤和召回模型的差异 - 4.3 过滤模型和召回模型的关系解析：协同、平衡、优化的艺术 - 4.4 风控过滤模型的三大价值，让你的数字化营销业务更安全、更可信、更有责任 - 本章总结 课后测试 课程总结