展开

关键词

首页关键词微众银行 联邦学习

微众银行 联邦学习

相关内容

联邦学习

联邦学习

联邦学习(Federated Learning,FL)联邦学习为客户提供一种能保护自有数据,通过远程操作以及低成本快速迭代的联合建模服务。
  • 微众银行AI团队亮相CCF年度盛会,探讨“联邦学习”下一个十年

    微众银行AI团队作为联邦学习技术在国内的首倡者受邀参会,微众银行首席人工智能官(CAIO)杨强教授发表特邀报告:《用户隐私,数据孤岛和联邦迁移学习》,为上述人工智能的数据难题提供了答案。针对以上问题,微众银行首席人工智能官(CAIO)杨强教授在特邀报告《用户隐私,数据孤岛和联邦迁移学习》中指出:“迁移学习”是将大数据迁移到小数据,实现举一反三,而“联邦学习”则可以让多个参与方数据不出本地进行合作谷歌提出了基于手机终端的联邦学习算法框架,微众银行则首次提出针对多方机构合作的“联邦迁移学习”,并且通过开放开源平台Federated AI Technology Enabler(FATE)发布了通用的联邦学习解决方案微众银行与来自鹏城实验室、平安科技、创新工场、北京航空航天大学、瑞士再保险等知名高校及企业的重磅嘉宾就联邦学习的核心技术、行业应用进行了深入讲解与探讨。?图:微众银行参与联邦学习圆桌论坛 为期两天的大会是学术论辩,是思想碰撞,更是对科技未来的大胆探索。联邦学习作为新兴的人工智能技术,下一个十年将走向何方?微众银行和业界各位专家们给出了答案——行业落地。
    来自:
    浏览:372
  • 产品概述

    什么是联邦学习联邦学习(Federated Learning,FELE)是一种打破数据孤岛、释放 AI 应用潜能的分布式机器学习技术,能够让联邦学习各参与方在不披露底层数据和底层数据加密(混淆)形态的前提下联邦学习兼顾 AI 应用与隐私保护,开放合作,协同性高,充分释放大数据生产力,广泛适用于金融、消费互联网等行业的业务创新场景。联邦学习主要包括以下功能: 模型训练服务:联邦学习各参与方在合法合规前提下,共同完成总体模型训练,且训练出的模型最终能达到汇集多方数据进行 联合建模 的效果。模型调用服务:将联邦学习框架下训练的模型接入生产环境,通过 API 接口提供模型调用服务,以及模型调用过程中的运行效果监测、模型迭代升级等运维服务。应用场景银行业银行风控场景,例如银行零售信贷、信用卡等个人金融业务的贷前审批和贷中风控场景。消费金融行业和持牌机构消费金融公司及持牌互联网金融平台,个人信贷业务的贷前审批和贷中风控场景。
    来自:
  • 广告
    关闭

    11.11智惠云集

    2核4G云服务器首年70元,还有多款热门云产品满足您的上云需求

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到
  • 常见问题

    什么是联邦学习?联邦学习(Federated Learning,FELE)是一种打破数据孤岛、释放 AI 应用潜能的分布式机器学习技术,能够让联邦学习各参与方在不披露底层数据和底层数据加密(混淆)形态的前提下,通过交换加密的机器学习中间结果联邦学习兼顾 AI 应用与隐私保护,开放合作,协同性高,充分释放大数据生产力,广泛适用于金融、消费互联网等行业的业务创新场景。联邦学习的主要功能是什么?联邦学习主要包含模型训练服务及模型调用服务,详情可以参见 产品概述。联邦学习适用于哪些场景?金融类场景:包括银行零售信贷、信用卡贷前贷中风控服务,以及消费金融公司、互金平台的贷前贷中风控场景。联邦学习有哪些优势?联邦学习的主要优势:采用开源系统、网络配置灵活、腾讯数据能力、高效率低成本等,详情可以参见 产品优势。联邦学习有哪些购买渠道?
    来自:
  • 联邦学习

    产品概述,产品优势,购买指南,快速入门,常见问题,词汇表,联系我们,产品简介,产品概述,产品优势,购买指南,快速入门,常见问题,词汇表,联系我们
    来自:
  • 微众银行AI团队开源联邦学习框架,并发布《联邦学习白皮书1.0》

    近日,微众银行 AI 项目组编制并发布了《联邦学习白皮书1.0》,并开源了自研的联邦学习框架。而联邦学习正是解决这些问题的可行方案。什么是联邦学习?联邦学习是一个机器学习框架。根据不同的数据分布,联邦学习可以分为三种类型:横向联邦学习、纵向联邦学习和迁移联邦学习。如下图所示,以纵向联邦学习为例,联邦学习的架构是一个“闭环”学习机制。联邦学习有什么优势?比如在小微企业贷款项目中保证数据安全,不对外输出,同时提高预测能力,共享模型效果;在反洗钱场景中,满足金融数据安全的合规,解决样本数据集少的问题;在故障检测中,保证不同设备运营商的数据安全,通过联邦学习建模技术https:github.comFederatedAIFATE获取白皮书https:img.fedai.org.cnfedweb1552917119598.pdf(*本文为 AI科技大本营整理文章,转载请微信联系
    来自:
    浏览:2952
  • 微众银行杨强NeurIPS最新演讲:联邦推荐技术如何应对推荐场景化的发展

    在微众银行联合谷歌、卡内基梅隆大学举办的联邦学习国际研讨会上,杨强教授以《Federated Recommendation》为主题,分享了微众银行首创的联邦推荐技术的最新研究成果和落地应用。?FATE:首个支持联邦学习架构体系的工业级联邦学习开源框架----微众银行在“数据孤岛”和“隐私保护”问题上,是业界的引领者,它提出的联邦学习解决方案能够让多个机构同时协作,通过交换加密的模型参数进行综合训练持续优化模型微众银行开发的工业级的联邦学习开源框架--FATE(Federated AI Technology Enabler,https:www.fedai.org),作为联邦学习全球首个工业级开源框架,支持联邦学习架构体系联邦推荐:微众银行首次将联邦学习应用于推荐场景----推荐系统中算法的目标是挖掘用户和内容、商品之间的联系,根据问题的特点,微众银行将联邦推荐算法总结成三类,如下图所示,包括横向联邦推荐算法(也可称为基于商品的联邦推荐微众银行在该方向上做了初步的探索和应用,同时,也在积极推进关于联邦学习国家和国际标准的建立。杨强教授表示,会继续开源工具,与业界共铸联邦学习开放生态。
    来自:
    浏览:422
  • 联系我们

    微信扫一扫下方二维码,立即体验腾讯云助手。 问答社区问答社区是腾讯云为开发者提供的交流平台。该平台汇聚了云计算、人工智能、小程序、产品文档等热门标签版块。
    来自:
  • 产品优势

    隐私保护联邦学习可以在保护参与方隐私安全的前提下,进行模型训练,可以更好的解决隐私保护问题。腾讯大数据分析能力联邦学习拥有强大的大数据分析能力,腾讯安全服务覆盖99%用户,为联邦学习的行业应用奠定了坚实基础。高效率低成本联邦学习接入过程无需开发人员出差驻场,使用 docker 镜像,远程操作,高效便捷,3周内可正式投产。联合建模增益在联邦学习框架下训练的联合模型效果,相对传统建模提升15%以上。
    来自:
  • 购买指南

    产品要素产品名称服务类别产品模块功能属性部署要求计费方式付费方式联邦学习 模型训练软件部署搭建联邦学习环境,以服务器镜像方式提供训练和生产阶段的软件工具,并在线或驻场指导。可选按套计费 预付费模式模型迭代协助客户使用联邦学习软件工具,针对具体业务场景,进行模型训练及模型更新。可选按套计费软件升级以服务器镜像方式,协助客户完成联邦学习软件工具的升级部署服务。可选按套计费SaaS-模型迭代协助客户使用联邦学习软件工具,针对具体业务场景,进行模型训练及模型更新。可选按套计费模型调用SaaS-模型调用(梯度计费)协助客户通过联邦学习训练完模型后,以 API 接口的方式提供 SaaS 服务。可选按次计费后付费模式 购买方式腾讯云联邦学习目前仅支持线下售卖,请联系您的商务经理进行洽谈,洽谈完成后即可通过 官网购买 产品。如需了解本产品更多详情,请 联系我们 获得支持。
    来自:
  • 快速入门

    第2步:企业认证接入联邦学习服务的主体,需完成腾讯云账号的 企业实名认证。 第3步:获得密钥如果您已经具有腾讯云密钥可以跳过这一步。第4步:购买产品与商务经理进行合作洽谈,洽谈完成后,进入 联邦学习购买页 ,根据需求选择产品类型及项目进行购买。
    来自:
  • 词汇表

    联邦学习联邦学习(Federated Learning,FELE)是一种打破数据孤岛、释放 AI 应用潜能的分布式机器学习技术,能够让联邦学习各参与方在不披露底层数据和底层数据加密(混淆)形态的前提下,通过交换加密的 机器学习 中间结果,实现联合建模。联邦学习兼顾 AI 应用与隐私保护,开放合作,协同性高,充分释放大数据生产力,广泛适用于金融、消费互联网等行业的业务创新场景。机器学习机器学习是专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。
    来自:
  • 进化战争:微众银行的1800天

    (三)“国产化”的使命  2015年,微众银行正式营业 。 那个春天,还挤在临时的办公楼里“创业维艰”的微众银行同学们,迎来了一位重要的客人——李克强总理视察微众银行。2015年5月15日,微粒贷接入手机QQ;2015年8月,微众银行独立 App 上线;2015年9月,微信用户看到了微粒贷的申请入口,当年底,微众银行的用户很快冲到100万人。微粒贷贷出去的钱,并不纯粹是微众银行的自有资金,背后其实有两三家银行在一起贡献力量。简单说,在一些贷款中,微众贡献了“流量入口”和“风控能力”,而其他银行贡献了“资金”。我们是“第一家民营银行”,穿行岁月,我们荣耀了这个名字。 最近,微众银行刚刚送走了某个国家中央银行的考察团,微众对于“分布式系统”的纯熟应用,让对方惊为天人。而除了区块链,微众银行还在紧锣密鼓地开源包括“大数据计算引擎”、“人工智能联邦学习框架”在内的更多黑科技。 中国的技术,成为世界学习的标杆,这件事正在发生,还挺让人幸福的。
    来自:
    浏览:372
  • 微众银行面经

    微众银行一面(电话面试):上午11点10电话面试,持续时间大概23分钟,问题如下1.自我介绍,项目2.项目中的难点,怎么解决的3.项目中有没有用到新技术4.最近有没有做什么项目5.怎么判断一个字符串中的大小写字母equals的区别9.同一个类的两个对象的hashcode一样吗10.数据库的索引11.表内连接和外连接12.什么时候会出现内存溢出(堆、栈、大数组、老年代)13.自己写过什么博客,手上有其他offer吗,对微众有啥了解(然后面试官介绍了一下微众)14.爱好,说下QQ以备视频面试总结:难度一般,正如前人所说,上来就侧重项目,而且一直追着问,微众银行二面(视频面试):上午10:40左右QQ视频面试,两个面试官,不过视频一直卡顿手上还有其他offer吗(说了一下手里的offer),面试官介绍了一些微众是干嘛的,说他们的工作挺有趣的,主要是java和python,9.你还有啥想问的总结:java基础难度不大,场景题回答的不理想,
    来自:
    浏览:1048
  • 李克强考察微众银行,见证互联网银行首笔贷款

    本文转自腾讯公司官方公众帐号tencent_blackboard11月4日,国内第一家互联网民营银行—“Webank”微众银行才刚刚上线,就迎来了重量级的大访客。在电脑键盘上按了一下回车键后,国务院总理李克强见证了微众银行的第一笔放贷业务:远在家中的货车司机徐军足不出户,就获得了3.5万元的贷款。“这是微众银行的一小步,却是金融改革的一大步!”李克强说。互联网民营银行发放首笔贷款新年假期后的第一天,国务院总理李克强来到深圳微众银行考察。作为去年7月银监会正式批复筹建的5家民营银行之一,微众银行是国内第一家获准开业的互联网民营银行。“政府要为互联网金融提供温暖春天”临行前,微众银行一位员工送给李克强一个企鹅玩偶,这既是银行的标志,也有“冰天雪地抱团取暖”的含义。??李克强称赞,微众银行“服务小微企业和普罗大众”的理念非常可贵。总理为什么要考察前海微众银行?“总理的表态意味深长。”
    来自:
    浏览:379
  • TDSQL在微众银行的大规模实践之路

    2014年:基于分布式的基础架构 微众银行在2014年成立之时,就非常有前瞻性的确立了微众银行的IT基础架构的方向:摒弃传统的基于商业IT产品的集中架构模式,走互联网模式的分布式架构。微众银行基础架构团队,经过多轮的评估和测试,最终确定和腾讯TDSQL团队合作,共同将TDSQL打造为适合银行核心场景使用的金融级分布式数据库产品,并将TDSQL用于微众银行的核心系统数据库。当前微众银行的TDSQL SET个数已达350+(生产+容灾),数据库实例个数已达到1700+, 整体数据规模已达到PB级,承载了微众银行数百个核心系统。图8 微众银行TDSQL业务规模 在过去4年多的运营中,TDSQL也从未出现过大的系统故障,或者数据安全问题,同时基于TDSQL的X86的软硬件架构,帮助微众银行极大的降低IT户均成本,极大提升了微众银行的行业竞争力作者简介: 胡盼盼,微众银行数据库平台负责人。
    来自:
    浏览:567
  • 从概念到技术,再到国际标准和开源社区,联邦学习只用两年时间

    中国香港科技大学讲席教授、微众银行首席人工智能官杨强教授带领微众银行 AI 团队将迁移学习和联邦学习结合起来提出了联邦迁移学习,不是通过对数据进行切分进行训练,而是通过迁移学习进行训练。由此也可见,微众银行 AI 团队提出的联邦迁移学习针对的情景更加具有普适性,也更符合未来大数据、多企业、跨行业的应用需求。杨强教授领导下的微众银行AI团队则是成为了中国乃至国际联邦学习的主要推动者。在技术落地上,微众银行还将联邦学习应用于自身的信贷风控、客户权益定价等多项金融业务流程;与此同时,微众银行还与鹏城实验室、瑞士再保险、极视角等多家企业及机构签署合作,将联邦学习技术推广应用于更多领域。微众银行 AI 团队还致力于推动联邦学习的标准化。而在今年 12 月在温哥华举行的机器学习顶会 NeurIPS 上,微众银行也将再度举办联邦学习研讨会,向大众分享更多联邦学习方面的研究进展及实践经验。
    来自:
    浏览:249
  • 从传统金融到智能金融进阶:联邦学习技术或助银行业“破圈”

    在这一背景下,科技企业积极响应金融支持政策号召,针对中小微企业融资难、慢、贵问题纷纷献计献策,以腾讯安全灵鲲推出基于联邦学习技术的金融普惠方案,致力于优化中小微企业贷款体验。今年一季度,税务部门已经向银行推送了600多万户重点帮扶的企业名单,协助银行进行主动对接、精准放贷,降低上下游中小微企业资金压力和融资成本。作为国内最早倡导“联邦学习”的企业之一,腾讯安全联邦学习应用服务通过低成本快速迭代的联合建模服务,能够在保护所有参与方隐私的同时,有效释放出各方大数据生产力,既满足了银行实际管理需求,又帮助中小微企业从金融机构获得便捷高效的普惠金融服务以灵鲲与某国有银行的合作为例,在各自数据不出本地的情况下,联邦学习与通过传统方式进行联合建模的效果基本一致,具有无损性。8月6日,央行公布了北京金融科技创新监管第二批11个试点名单,应用了腾讯安全灵鲲联邦学习的「多方数据学习“政融通”在线融资项目」成功入选,成为全国首个基于联邦学习的普惠金融试点应用,助力小微企业解决资金难题
    来自:
    浏览:284
  • 资讯 | 微众银行、TalkingData眼中的人工智能

    前海微众银行科技事业部零售客户产品部总经理 卢道和前海微众银行科技事业部零售客户产品部总经理卢道和的演讲主题是《基于人工智能的未来移动银行设计》,他首先介绍了人工智能在目前银行中的应用。在银行领域,基于场景和深度学习构建专业人工智能。构建没有自助,不需要手机的未来的智能移动银行是未来的一个趋势。TalkingData通过结合大数据和机器学习,来提高数据处理加工的效率。但后来加入机器学习的算法,能够对原始机型数据进行一些过滤和初加工,工作量可以小很多。TalkingData目前很多数据的清洗工作,都是通过人工加上部分机器学习的方式进行的。对于深度学习,TalkingData虽然有尝试,但还没有大量的使用。肖文峰认为,深度学习为提高精度付出的成本太高,有时候甚至会有数量级的成本增加。
    来自:
    浏览:463
  • 怎样扩充大数据?你需要了解的第一个联邦学习开源框架FATE

    近日,微众银行将联邦学习开源框架 FATE(Federated AI Technology Enabler)贡献给 Linux 基金会,并希望通过多方维护令该项目更加强大。与此同时,7 月 19 日市北•GMIS 2019 大会上,微众银行首席人工智能官杨强教授也将针对联邦学习这一主题发表主旨演讲,为我们介绍更多关于联邦学习的内容。既然联邦学习框架需要开源,那么就会有维护主体,以前联邦学习项目都是微众银行维护的,微众会将业务上使用的一些联邦学习技术开源出来。这也就是微众银行携手 AIOSS 推出联邦学习标准的原因,它规范了我们对联邦学习的理解与接口标准。FATE 是微众银行最先维护的一个项目,它提供了一个安全的计算框架以支持联邦学习算法。
    来自:
    浏览:649

扫码关注云+社区

领取腾讯云代金券