中国人工智能学会通讯——增强学习是人工智能的未来 1.5 智能金融，未来大有作为
1.5 智能金融，未来大有作为 最后，这是一个非常新而且也非常有前景的领域，所有事情都发生很快。比如说在算法层面，半年前要解一个游戏，可能需要32核的GPU跑两三天，今天同样一个游戏，可能一个CPU几个小时就搞定了。 在系统层面，伯克利大学刚刚开发出的并行GPU的计算系统，可以让本来不能够并行、非同...
中国人工智能学会通讯——人工智能驱动金融生活
今天分享蚂蚁金服实际的案例，以及一些对未来的畅想。人工智能、金融科技这两个关键词已经火了一段时间了，最近有另外一个关键词Techfin(科技金融)也开始有点火。原来大家都叫金融科技，最近蚂蚁金服和阿里在提科技金融的概念，不知道大家是否听到过。我觉得科技金融也好，金融科技也好，与当年的互联网金融和金融...
中国人工智能学会通讯——金融博弈下的价值学习 1.3 贝叶斯最优拍卖
1.3 贝叶斯最优拍卖 这是一个著名的Myerson最优拍卖的例子。第一步，Myerson的建议是，我们知道它的分布，怎么知道没有说，我们把它加进来，因为我们是学习这个价值分布。 大多数情况，在互联网的环境下，这个事情都是我们自己做的。在这里我们有一个报价，然后运用一个机制设计来决定卖给你什么，收多...
中国人工智能学会通讯——金融博弈下的价值学习 1.2 数据分析和贝叶斯推断
1.2 数据分析和贝叶斯推断 我们对这个问题的另外一个考虑是现在的数据科学。统计学通常包含两个部分，一个是学习；一个是统计推断。在学习的部分收集数据，收集数据后有一个方案是对数据进行建模。一种最简单的建模方式是均匀分布；另外一种经常用到的，特别是物理学、化学等自然科学用到的一种分布是高斯分布，还有经...
中国人工智能学会通讯——金融博弈下的价值学习 1.1 多代理环境下的博弈与学习
1.1 多代理环境下的博弈与学习 我们考虑的是多代理环境下的博弈与学习。对于通常情况下的机器学习，我们有很多的知识了解，那么在我们不知道的环境下该怎么处理？这种情况下我们考虑的是对抗性学习和博弈学习。这样的应用目前已经越来越多，特别是在金融和经济学里。 关于对抗性学习，前面的报告提到GAN的网络，在...
中国人工智能学会通讯——蚂蚁金服智能金融实践
今天早上我们的副总裁、首席数据科学家漆远博士给大家讲了很多金融智能创新的例子，我主要是从“蚂蚁金服智能金融实践”这方面给大家作阐述。 首先，我们认为金融服务是AI创新的最好场景之一，主要是三个理由。第一，场景非常丰富，打开支付宝我们知道这不仅是一个支付工具，可以把AI应用到理财、投资、贷款、征信等业...
中国人工智能学会通讯——AI如何深度应用于消费金融的风控决策 1.5 最后，无监督学习可以很好补充基于规则的反欺诈场景。
1.5 最后，无监督学习可以很好补充基于规则的反欺诈场景。 虽然欺诈方式一直在变，但好客户的特征并不会发生剧烈变化。所以，通过识别和好客户不一样的用户特征，更加容易发现欺诈。比如同一家门店，连续来了5个客户，都不是当地人，但身份证前6位都一样，就不满足正常的统计分布规律，出现了异常情况。通过聚类、异...
中国人工智能学会通讯——AI如何深度应用于消费金融的风控决策 1.4 第三，基于社交图谱的抱团模型能够有效动态监测欺诈。
1.4 第三，基于社交图谱的抱团模型能够有效动态监测欺诈。 秦苍科技将用户和紧急联系人信息组建一个巨大的社交关系网络。通过社交关系中的关联度、集中度、社交关系的逻辑勾稽等异常检测，就可以动态地进行欺诈检测。通过匹配手机号码、年龄、性别等逻辑关系，并在社交网络上关联已有用户信息，可以有效识别团体欺诈。
中国人工智能学会通讯——AI如何深度应用于消费金融的风控决策 1.3 另一方面，机器学习模型的自动训练和实时性，可以大幅度提高预测信用评分准确性。
1.3 另一方面，机器学习模型的自动训练和实时性，可以大幅度提高预测信用评分准确性。 人工智能可以在毫无人工干预的情况下自动训练模型。消费金融客户特征随着时间变化，有非常明显的时间效应。因此，信贷模式必须紧跟客户人群的变化，迭代发展。传统信贷模式的人工建模过程过于复杂，银行信用评分卡模型每半年才会人...
中国人工智能学会通讯——AI如何深度应用于消费金融的风控决策 1.2 在人工智能的业务实践中，长尾数据和特征能很大提升信用评分的准确性。
1.2 在人工智能的业务实践中，长尾数据和特征能很大提升信用评分的准确性。 例如客户在App中拖动借款金额滚动条时的停留时间，反映了客户的不同心理，对应不同的违约率。通过尽可能多地采集“弱变量”训练机器学习模型，就可以用丰富的维度来描述一个薄文件客户，使得机器对客户有全面的认知，作出比传统的强变量建...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
