自動編碼器、對抗樣本生成和圖卷積技術在智能風控行業的應用
知識
08-01
分享主題
自動編碼器、對抗樣本生成和圖卷積技術在智能風控行業的應用
分享背景
在智能風控領域,有標籤樣本的稀缺、跨樣本的關聯風險擴散,以及風險模式的不斷進化,是傳統的監督學習模型面臨的主要難題。我們嘗試用無監督的聚類與對抗樣本生成技術,在海量的數據中及時捕捉各種異常模式,並利用圖挖掘和圖卷積技術將個體異常在網路中擴散和聚焦,以便有效地發現和制止新型欺詐攻擊。
分享嘉賓
唐溶
唐溶,氪信數據科學家,主要負責申請與交易異常檢測的技術探索與開發。擁有香港科技大學本科數理雙學位和美國西北大學經濟學碩士學位,並在Winter WEHIA & CIEF 論壇和PlosOne學術期刊上發表過學術論文。對無監督聚類,社區挖掘演算法和架構,以及基於圖的深度學習有深入研究。
分享提綱
金融領域所面臨的的欺詐及合規風險的現狀,以及人工智慧在領域內的應用情況。
氪信針對具體的風險場景,設計以深度學習框架進行異常檢測的思路與演進。
將模型、業務目的和可用數據結合過程中的經驗分享
分享時間
(北京時間)08 月 01 日(星期四)晚上 20:00
掃碼加入小組,直播回放都不錯過,還能向講師提問,與組員交流。
直播鏈接
http://www.mooc.ai/open/course/676
掃碼直達
※ACM對2018圖靈獎獲得者Geoffrey Hinton、Yann LeCun、Yoshua Bengio的專訪
※常用的十大python圖像處理工具
TAG:AI研習社 |