结合贝叶斯定理浅谈商业银行员工异常行为排查

1.贝叶斯定理的数学表达

贝叶斯方法依据贝叶斯定理。关于贝叶斯定理解释如下：首先我们设定在事件B条件下，发生事件A的条件概率，即

，从数学公式上，此条件概率等于事件A与事件B同时发生的概率除以事件B发生的概率。

上述公式可以进行变换，得到事件A与事件B同时发生的概率，这一概率既等于“事件B发生的概率”乘以“事件B条件下，发生事件A的条件概率”，也等于“事件A发生的概率”乘以“事件A条件下，发生事件B的条件概率”，或者说，A与B的角色可以互换。

也就是说：

这一公式即为贝叶斯定理。单纯从数学推导上看，相对并不复杂，或者说只是把常识用数学公式表达了出来。下面我们结合上一节中提到的先验概率、后验概率等概念，赋予公式的各个组成部分以具体含义：

即有：

2.贝叶斯定理在员工异常行为管理方面的应用

下面以一个员工异常行为管理的案例说明其神奇。假设一家商业银行基于历史数据统计（案件、监管处罚、内外部审计、诚信举报、离职核查等各种渠道）发现其员工异常行为发生率为0.005，其搭建的“非现场监测模型系统+人工复核”员工行为管理体系的检查准确率为0.99。

P(A)：先验概率，员工异常行为发生率为0.005；

1-P(A)：员工异常行为未发生率等于0.995；

P(B|A)：可能性，员工存在异常行为且被检查发现的概率为0.99；

P(B)：证据，通过全概率公式计算得到

后验概率：

也就是说，虽然该银行员工行为管理体系的检查准确率高达0.99，但令人遗憾的事实却是，如果某员工被该体系判定存在员工异常行为，但是其确实存在异常行为的概率只有不到三分之一（0.332215），被误判的可能性超过了三分之二。

但这并不意味着员工异常行为管理体系的彻底失效，如果让该员工再次接受体系检查，那么上次的后验概率就成为了新的检查的先验概率，即用0.332215代替了0.005，如果员工仍然被该体系判定存在员工异常行为，那么后验概率将变成：

也就是说，该员工被该体系前后两次判定存在员工异常行为，并且其确实存在异常行为的概率达到了98%以上，被误判的可能性已经很小了。按照同样的逻辑，如果该员工被该体系前后三次或更多判定为存在员工异常行为，那么其被误判的可能性会继续下降，逐渐接近于0。

这一原理也提示我们，在进行员工异常行为排查时，一是在界定员工异常行为方面，为最大程度保护奋斗者干事创业的热情，不应该以一次发现而下定论，因为被“误判”的可能性较大，即使相应的监测模型已经非常成熟和完善（例子中达到了99%以上）；二是应该高度重视前后多次排查存在异常行为的员工，这部分员工被“误判”的可能性较低，应该及时采取果断措施，防止引发案件风险。

上述内容节选自《Python机器学习原理与算法实现》（杨维忠张甜著 2023年2月新书清华大学出版社）。

3.针对Python数据分析或机器学习推荐两本入门级的图书

针对Python数据分析或机器学习推荐两本入门级的图书：《Python机器学习原理与算法实现》（杨维忠 张甜著 2023年2月新书清华大学出版社）《Python数据科学应用从入门到精通》（张甜杨维忠著 2023年11月新书清华大学出版社）。这两本书的特色是在数据分析、机器学习各种算法的介绍方面通俗易懂，较少涉及数学推导，对数学基础要求相对不高，在python代码方面讲的很细致，看了以后根据自身需要选取算法、优化代码、科学调参。都有配套免费提供的源代码、数据文件和视频讲解，也有PPT、思维导图、习题等。

为什么说这两本书值得？首先说《Python机器学习原理与算法实现》（杨维忠张甜著 2023年2月新书清华大学出版社），内容非常详实，包含了Python和机器学习，相当于一次获得了两本书。在讲解各类机器学习算法时，逐一详解用到的各种Python代码，针对每行代码均有恰当注释（这一点基本上是大多数书目做不到的）。恒丰银行总行副行长郑现中，山东大学经济学院教学实验中心主任副教授韩振，德勤华永会计师事务所华文伟合伙人，首创证券深圳分公司机构业务部樊磊总经理中国准精算师，山东省农村信用社联合社数据管理项目组郝路安总监等一众大牛联袂推荐。这本书在出版之前曾开发成9次系列课程，在恒丰银行全行范围类开展培训，490人跟随杨维忠老师上课学习（课程限报490人），培训完成后课程在知鸟平台上回放超过3万人次。很多银行员工通过这些学习一下子就学会了Python，并且用于工作中开展数据分析、机器学习、数据可视化等，这本书也被多家商业银行选做数字化人才培训教材，成为银行员工的一本网红书。

《Python数据科学应用从入门到精通》一书，旨在教会读者实现全流程的数据分析，并且相对《Python机器学习原理与算法实现》一书增加了很多概念性、科普性的内容，进一步降低了学习难度。国务院发展研究中心创新发展研究部第二研究室主任杨超，山东大学经济学院金融系党支部书记、副主任、副教授、硕士生导师张博，山东管理学院信息工程学院院长袁锋教授、硕士生导师，山东大学经济学院刘一鸣副研究员、硕士生导师，得厚投资合伙人张伟民等一众大牛联袂推荐。书中全是干活，买这一本书相当于一下子得到了5本书（Python基础、数据清洗、特征工程、数据可视化、数据挖掘与建模），而且入门超级简单，不需要编程基础，也不需要过多数学推导，非常适用于零基础学生。全书内容共分13章。其中第1章为数据科学应用概述，第2章讲解Python的入门基础知识，第3章讲解数据清洗。第4~6章介绍特征工程，包括特征选择、特征处理、特征提取。第7章介绍数据可视化。第8~13章介绍6种数据挖掘与建模方法，分别为线性回归、Logistic回归、决策树、随机森林、神经网络、RFM分析。从数据科学应用和Python的入门，再到数据清洗与特征工程，最终完成数据挖掘与建模或数据可视化，从而可以为读者提供“从拿到数据开始，一直到构建形成最终模型或可视化报告成果”的一站式、全流程指导。

两本书随书赠送的学习资料也很多，包括全部的源代码、PPT、思维导图，还有10小时以上的讲解视频，每一章后面还有练习题及参考答案，还有学习群，相对于只看网络上的视频，一方面更加系统、高效，另一方面照着书一步步操作学起来也事半功倍。全网热销中，当当、京东等平台搜索“Python机器学习杨维忠”“Python数据科学杨维忠”即可。

《Python机器学习原理与算法实现》（杨维忠、张甜著，2023年2月，清华大学出版社），适用于学习Python/机器学习