您现在的位置:上葡京网址公司新闻 > 海燕线缆党员参加滨海新区中小企业协会党支部红色教育实践活动

海燕线缆党员参加滨海新区中小企业协会党支部红色教育实践活动

浏览次数: 日期:2018年9月3日 09:14

导语:本期硬创公开课,雷锋网邀请到了秦苍科技数据科学家沈赟博士,为大家分享ai在消费金融产品风险控制以及产品设计中的应用。中国消费金融市场的用户大致可农民。其中,前两者为主力消费人群,市场规模十分广阔。白领和自雇人群往往拥有央行征信报告,主要使用银行信用卡,以及bat和京东等大型企业提供的消5亿的蓝领则主要为薄文件人群(央行征信报告能够采集到的数据非常少),他们具有很强的消费冲动,是互联网金融产品的主要目标。而由于传统银行放款周期过长,无法满足他们的需求;即时高效的互联网消费金融产品也就成了他们的最佳选择。

那么,互联网消费金融企业如何才能抓住这一市场机遇,从广大薄文件人群中寻找优质客户、提高用户黏性,同时降低风险,将收益最大化呢?本期硬创公开课,雷锋网邀请到了秦苍科技数据科学家沈赟博士,为大家分享ai在消费金融产品优化以及风险控制中的应用。

内容介绍:本次公开课包含以下内容:___li根据用户多维弱变量数据的综合信用评分___li社交网络算法应用于金融反欺诈___li基于机器学习模型的额度策略

4基于机器学习的金融产品设计___li人工智能应用的前沿探索:用户生命周期管理沈赟博士,秦苍科技数据科学家,具有9年金融领域机器学习研究开发经验。拥有德国柏林工业大学电子信息科学与技术博士学位、上海交通大学计算机科学与技术硕士学位、德国柏林工业大学电子信息科学与技术硕士学位、上海交通大学计算机科学与技术本科学位。

曾在journalofmachinelearningresearch,neuralcomputation,siamjournaloncontrolandoptimization等机器学习、神经网络以及应用数学等领域的顶级期刊和会议上发表多篇学术论文。

曾任职德国lobsterdata量化分析师,分析处理高频nasdaq数据,辅助完成产品上线。现担任秦苍科技数据科学家,率领团队构建基于机器学习的信用评分、额度策略、反欺诈以及用户生命周期内的自动化动态调频系统等。成功打造了基于用户数据1秒内完成信用评分的评分机制,相比传统模型提高了25%auc。(本期公开课完整视频,共51分钟)

以下为雷锋网(公众号:雷锋网)对嘉宾分享内容的实录精编。

风险控制信用评分风险控制是消费金融领域的一大核心问题,信用评分机制则是控制风险的有效手段。信用评分机制可以简化为分类问题,即根据用户历史上的行为,来判断他是“好人”还是“坏人”。假如一个用户逾期几个月,那么我们就认定他是“坏人”,若没有逾期行为,则为“好人”。我们采用了机器监督学习中的经典分类算法来进行用户信用评分。评分过程可以分为以下几步:

数据导入和清洗。因为数据采集过程中可能会采集到脏数据,此外,我们还需要剔除部分不可用、不可计算的数据,以及空数据。

特征提取。采集数据时,我们通常会采集多达一万多个数据点,然后通过特征提取的方式提取几百个特征点。

模型选择。在模型中,我们会运用到一些机器学习算法,比如逻辑回归、随机森林、adaboost、xgboost、神经网络等。选择模型时,我们会采取crossvalidation的方式,同时运用基于roc的auc来决策模型的好坏。

决策。决策过后,我们可以观察用户表现,重新提取数据训练模型,形成正向反馈循环。也就是说,随着收集到更多、更新的数据,我们的模型将不断迭代和进化。

从应用结果来看,ai决策相比传统手工开发的算法决策,可以把决策时1秒,同时降低25%的坏账率,每年为企业节约高达上千万的成本。在大家熟知。

央行范一飞:未来支付产业的发展关键在于处理“四个关系”雷锋网

导语:金融大数据与人工智能算法纷繁复杂,如何基于海量高纬数据构建精准深度学习模型,有效识别、打击欺诈黑产?高风险、高收益是金融行业永恒的标签。也因如此,金融行业非常重视风控。据多位资深金融人士表示,从事风控后,他们总是处于战