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

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！