大讲堂 | 自动编码器、对抗样本生成和图卷积技术在智能风控行业的应用

分享主题

自动编码器、对抗样本生成和图卷积技术在智能风控行业的应用

分享背景

在智能风控领域，有标签样本的稀缺、跨样本的关联风险扩散，以及风险模式的不断进化，是传统的监督学习模型面临的主要难题。我们尝试用无监督的聚类与对抗样本生成技术，在海量的数据中及时捕捉各种异常模式，并利用图挖掘和图卷积技术将个体异常在网络中扩散和聚焦，以便有效地发现和制止新型欺诈攻击。

分享嘉宾

唐溶

唐溶，氪信数据科学家，主要负责申请与交易异常检测的技术探索与开发。拥有中国香港科技大学本科数理双学位和美国西北大学经济学硕士学位，并在Winter WEHIA ＆ CIEF 论坛和PlosOne学术期刊上发表过学术论文。对无监督聚类，社区挖掘算法和架构，以及基于图的深度学习有深入研究。

分享提纲

• 金融领域所面临的的欺诈及合规风险的现状，以及人工智能在领域内的应用情况。
• 氪信针对具体的风险场景，设计以深度学习框架进行异常检测的思路与演进。
• 将模型、业务目的和可用数据结合过程中的经验分享

分享时间

（北京时间）08 月 01 日（星期四）晚上 20:00

扫码加入小组，直播回放都不错过，还能向讲师提问，与组员交流。

直播链接

http://www.mooc.ai/open/course/676