本文为数据猿现场直播“蚂蚁金服风控总监王黎强：智能风控助力新金融”的发言实录。...以下是数据猿现场直播“蚂蚁金服风控总监王黎强”的发言实录： 事实上，阿里、蚂蚁大部分技术能力是通过在业务场景里解决一个又一个的具体问题所构建起来的，我们的智能风控体系也是一样。...2014年，我们又推出了保险服务，在安全服务上推出了智能理赔服务，并用大数据和人工智能的方式来识别哪一类客户是真正需要我们做理赔的客户，再之后推出花呗和借呗业务，我们构建了整个信贷风控前中后的风险体系。...作为安全风控部门，我们的职责比较明确，就是要为业务保驾护航，保障每一个客户的账户跟资金的安全，帮助整个金融业务拓展到全球的每一个角落，服务于每一个普通消费者，这是蚂蚁金服智能风控和业务走过的路。...但是事实上这个体系还不够完善，因为风控不仅仅是一个冷冰冰的数据和机器，更多的还要看到客户体验。我们既要做到保障整个安全风控，还要兼顾到用户的体验。
很多人都见过风向图，直观形象，也是地图数据和现实数据在可视化上很好的结合。...下一回合（下一帧或下一秒），你根据当前格子的向量值（X值和Y值）移动棋子，就是风在当前的风速下拖着常常的尾巴跳到下一个格子上的效果。...可以想象，随着帧数的增加，在有限的生命周期里面，这个折线就像贪吃蛇一样的增长:0-1-2-3-4……-n，则模拟出风的效果来下图是第一帧和第二帧的截图对比，仔细观察红线上面的那条风，这是前两帧的长度对比...一个风向图，你当然希望能在地图上实时的看到具体一个区域的风向和全球的整体效果，这就需要解决数据的高效传输。...WebGL 百度的风向图虽然很耗性能，但确实技术上有很多值得学习的地方，毕竟用WebGL渲染，它是如何实现生命周期和向量场的计算，还是有很多创新点。
这个网站的特色是风向图，之前有一篇可视化之风向图，曾经提到过这个网站，也详细介绍了风向图的技术实现原理。今天针对这个网站，再详细的介绍一下。...当然，想要了解风图原理的，可以看看之前写的可视化之风向图，需要对风图的数据和思路有一定了解，不然本文在理解上可能会有点吃力。...；4以全球网格为索引，获取该点对应的风场Field，保存到对应的向量场wind field，用于后面的风图效果；5根据风场的强度，对应颜色表设置当前点的颜色强度，保存到mask掩膜中，这样mask在更新时用来判断区域是否可见...接着，每一帧根据风图的原理，实时更新：风粒子的当前位置，根据当前位置的风速获取下一帧的位置，数据更新(createField::field.move)后则开始渲染(animate.draw),这部分在风向图原理里面有很清楚的介绍...下一篇会抛开技术，从产品，数据，以及可视化效果等非技术层面上，和大家分享一下我对这三个网站的对比和想法。
通过智能化技术让风险主动预警、风险事件按权责自动流转，实现全面风险管理、合规管理和内部控制体系在系统中的落地。...支持年度下属单位及各部门风控体系上报汇总，通过系统可以快速构建风险体系上报任务，导入上报模板，导入的模板完全保留原有样式和公式，保留原有Excel风控体系填报习惯，方便员工进行操作。...以员工报销业务为例，业务涉及的各项环节和步骤，其中是否包含关键控制点，关键控制点的控制方式，比如费用报销中的关键控制点可以在OA系统的审批流中进行控制，比如发票的验真、预算的校验等。...7、风控报表 通过多维度数据与报表实现对风控合规管理数据分析，可根据使用习惯自定义相应风控管理报表。 为管理者多维度、可视化、图形化地展示组织风控合规管理水平，对核心风险数据进行有效预警提醒。...9风险报表.png 8、移动风控管理 支持多终端、多平台，随时随地进行风控合规相关审批、查询和监控；风控合规管理的全过程都能够在移动端实现，PC移动一体化。
00 Index 01 GBDT和XGBoost的原理介绍 02 GBDT和XGBoost的异同点分析 03 什么风控建模场景下常用这两个明星算法？...，根据模型的学习误差来调整样本的权重，让下次模型迭代更加去关注那些被分类错误的样本，不断迭代更新模型知道得到一个强学习器。...03 什么风控建模场景下常用这两个明星算法？...而关于风控模型怎么调优，我会在下一节一起讲。...风控模型怎么调优 关于风控模型的调优，先前有篇文章讲得比较细致《风控ML[7] | 风控模型调优的思路有哪些》，大家可以移步去回顾一下。
这些算法都经过优化和实现，以便在大规模数据集上高效运行。 除了算法和模型外，scikit-learn还提供了数据预处理、特征选择和评估等工具。...它具有广泛的数据转换和特征提取功能，可以帮助您处理和准备数据集。此外，scikit-learn还提供了用于模型评估和参数选择的常用指标和技术，例如交叉验证和网格搜索。...这使得用户可以轻松地在不同的机器学习任务之间切换和尝试不同的模型。它还具有丰富的文档和示例代码，为用户提供了学习和使用的资源。...除了上述功能之外，scikit-learn还与其他Python库和工具紧密集成，例如NumPy、SciPy和Matplotlib，使得用户可以方便地与这些库进行交互和扩展。...这些模型通过训练大量的文本数据，例如互联网上的海量文本，可以生成具有语义和语法正确性的人类语言。这些模型的训练过程依赖于深度神经网络和强大的计算资源。
日前，谷歌和英伟达宣布将 NVIDIA TensorRT 集成到 TensorFlow 1.7 中。...它能优化 TensorFlow 中的 FP16 浮点数和 INT8 整型数，并能自动选择针对特定平台的内核，以最大化吞吐量，并最大限度的降低 GPU 推理期间的延迟。...INT8 模型能够更快的计算，同时对带宽的需求也会降低，但是因为可用的动态范围降低了，这也对神经网络的权重和激活表示提出了很大的挑战。 ?...相较于更高精度的 FP32 或者 FP64，半精度数据（FP16）能够减少神经网络的显存使用量，这使得开发者能够训练和部署更大规模的神经网络，同时 FP16 相比 FP32 和 FP64 有更少的传输时间...如果每个 Tensor 核心执行的是 D=A*B+C，其中 A 和 B 为半精度 4*4 矩阵，D 和 C 是单精度或者半精度 4*4 矩阵，那么 V100 上此时 Tensor 核心的峰值性能是双精度
AI 研习社按，日前，谷歌和英伟达宣布将 NVIDIA TensorRT 集成到 TensorFlow 1.7 中。...它能优化 TensorFlow 中的 FP16 浮点数和 INT8 整型数，并能自动选择针对特定平台的内核，以最大化吞吐量，并最大限度的降低 GPU 推理期间的延迟。...INT8 模型能够更快的计算，同时对带宽的需求也会降低，但是因为可用的动态范围降低了，这也对神经网络的权重和激活表示提出了很大的挑战。 ?...相较于更高精度的 FP32 或者 FP64，半精度数据（FP16）能够减少神经网络的显存使用量，这使得开发者能够训练和部署更大规模的神经网络，同时 FP16 相比 FP32 和 FP64 有更少的传输时间...如果每个 Tensor 核心执行的是 D=A*B+C，其中 A 和 B 为半精度 4*4 矩阵，D 和 C 是单精度或者半精度 4*4 矩阵，那么 V100 上此时 Tensor 核心的峰值性能是双精度
其中分为两个图：风向图（图5.6左）和污染物传播关系图（图5.6右）。风向图不止能看某城市的风向，还能了解某城市的环境变量和污染物浓度。...继续观察风向图的污染物和环境变量部分，如图6.2(b)所示，最近7天的相对湿度为51.66%，而1月15日相对湿度为73.57%，由此可推断1月14日和1月15日的天气发生变化。...我们查看1月9日和1月10日的风场图与主要污染物PM10热力图的叠加，如图6.3中的(a)和(b)所示，发现北京及其周边地区的风速在1月10日的风速和密度较1月9日要低；污染物传播关系图如图6.4所示，...最后是平原和丘陵的对比：南方丘陵易形成局部对流，在无外来强气流的情况下，比华北平原地带更利于扩散，但有强气流光顾时，又显露出弊端。 4.时间维度对于污染物分布也有周期性的现象。...最后是臭氧污染的发生往往在海拔高的地区以及夏季，因为太阳辐射强会导致臭氧产生。 6.气候条件也导致南北污染物流散差异较大。
该训练营第一期为风控主题，培训内容十分紧凑，非常好，推荐：CDA数据科学家训练营 —————————————————————————————————————————— 一、风控建模流程以及分类模型建设...2、分类模型种类与区别 风控与其他领域一样，分类模型主要分为两大类：排序类、决策类、标注类（文本、自然语言处理）。 一般来说风控领域在意的是前两个模型种类，排序类以及决策类。...模型 解释 复杂度 应用场景 Logistics回归 影响程度大小与显著性，解释力度强，但只是线性，没有顾及到非线性，预测精度较低 申请评分、流失预测 决策树 1、描述性，重建用户场景，可做变量提取与用户画像...随着阈值的减小，灵敏度和1-特异度也相应增加（也即特异度相应减少）。 把基于不同的阈值而产生的一系列灵敏度和特异度描绘到直角坐标上，就能更清楚地看到它们的对应关系。...把sensitivity和1-Specificity描绘到同一个图中，它们的对应关系，就是传说中的ROC曲线，全称是receiver operating characteristic curve，中文叫
MySQL_archiver基本上实现了数据归档的自动运转，统一的归档任务调度管理、自动监控和预警、自动生成报表。在一定程度上节约了生产力，提高了运维效率。
社区规模还无法和 Spark 相比。不过在业界，特别是流处理方面，有不错的口碑。...各个角色也没有公认的定义和明确的界限。 ? ? ? 开发环境 API ? 从 API 上来看，Spark 和 Flink 提供的功能领域大致相当。当然具体看各个方向支持的程度会有差异。...Spark 和 Flink 都能对接大部分比较常用的系统。如果暂时还没有支持的，也都能比较好地支持自己写一个 connector。...数据分析的工作性质比较偏探索性，更强调交互性和分享。Notebook 能比较好地满足这些需求，是比较理想的开发工具，用来做演示效果也相当不错。...Spark 和 Flink 都支持各种主流的部署环境，在这方面都算做得比较好的。
在风控建模中IV(信息价值)和WOE(证据权重)分别是变量筛选和变量转换中不可缺少的部分。 很多文章已经讨论过这两个变量，本文在吸收前人优秀成果的基础上，希望用通俗易懂的语言让大家快速理解这两个变量。...在很多银行和公司，基础的模型都是逻辑回归，通过逻辑回归建模把正常客户(好客户)和逾期客户(坏客户)区分开来。...的预测能力，一般的会有以下建议： IV范围 预测效果 建议 小于0.02 几乎没有 不放入模型 0.02~0.1 弱 联合考虑是否放入模型 0.1~0.3 中等 联合考虑是否放入模型 0.3~0.5 强...下文所讲的好样本(好客户)和坏样本(坏客户)并不是讲这个客户是个好人或坏人。只是在不同的公司，根据自己已有信息判断决定的放款客户和拒绝客户。...用Python计算WOE和IV 接下来用一个实例说明如何在python中计算变量的WOE和IV 3.1 加载数据 由于篇幅原因，不在文中放具体数据，如需要，请到公众号中回复“用python计算iv”
mysql_archiver基本上实现了数据归档的自动运转，统一的归档任务调度管理、自动监控和预警、自动生成报表。在一定程度上节约了生产力，提高了运维效率。
本篇文章只关注个人信用借款的风控。抵押贷，企业贷不在讨论范围中。 ◆ ◆ ◆ 1. 风控的意义 何为风控？字面含义就是对于风险的控制从而使财务不受到损失。...征信公司会对原始数据做清洗和处理，进而产品化和商业化这些数据。这些提供数据的公司同时也是数据的使用方。 任何公司都可以买到脱敏的具体到个人的信用历史数据，用作分析和建模。...国内很多银行的风控流程和系统是从国外采购，很多风控高管也是直接从国外银行引进的。 然而与国外相比，中国最大的差异在于征信体系的不完善。...大数据风控的挑战 伴随着机遇同样也有挑战。就像要有美味的菜肴，我们既需要好的材料，也需要好的厨师，当前大数据在风控中运用的挑战主要还是在数据和人才这两方面。...数据 记得我们前面所说的，风控的核心就是能够产生一个f(x)，用来量化违约概率。理想情况下，最好f(x)=y。这里就有一个鸡和蛋的问题。
我的意思是，不要仅仅为了理解正在发生的事情而过度消耗他们的脑力和时间。 我曾经认为从 Matplotlib 切换到 Seaborn，最后切换到 Plotly 可以解决美学问题。确实，我错了。...由于多种原因，有些人（包括我自己）不喜欢 Excel 和拖放工具。有些人喜欢使用 Python、R 和其他一些编程语言创建可视化。如果您属于此部分并使用 Python 作为主要工具，那么本文适合您。...顺便说一句，如果您想知道我如何获得下面的方法和参数的组合，它们都可以在此处的官方文档中找到。...在这里，我们指定模板，向绘图添加标题和边距，并指定图形对象的大小。我们暂时评论一下注释。...在这里，我们有一些注释 - 将数据标签添加到水平条形图和脚注。让我们一起来做吧。首先，我们在单独的单元格上定义注释。
在别人的源码中看到对SoftReference的使用，不是很了解，在网上搜到一篇很好的文章，优化了排版，分享之 本文介绍对象的强、软、弱和虚引用的概念、应用及其在UML中的表示。...1．对象的强、软、弱和虚引用 在JDK 1.2以前的版本中，若一个对象不被任何变量引用，那么程序就无法再使用这个对象。也就是说，只有对象处于可触及（reachable）状态，程序才能使用它。...这4种级别由高到低依次为：强引用、软引用、弱引用和虚引用。图1为对象应用类层次。 ? 图1 ⑴强引用（StrongReference） 强引用是使用最普遍的引用。...虚引用与软引用和弱引用的一个区别在于：虚引用必须和引用队列（ReferenceQueue）联合使用。...比如，我们假设图2中引用①和③为强引用，⑤为软引用，⑦为弱引用，对于对象5按照这两个判断原则，路径①-⑤取最弱的引用⑤，因此该路径对对象5的引用为软引用。同样，③-⑦为弱引用。
链接的核心是符号的重定位，在符号引用的地方找到符号定义的地方，包括函数产生的符号和全局变量产生的符号。 强符号：函数和初始化的全局变量所生成的符号。 弱符号：未初始化的全局变量所生成的符号。...那么新的问题是： （1）出现强符号和弱符号，选择哪一个？ （2）若出现多个同名的强符号，最终怎么选择？ （3）若出现多个同名的弱符号，最终会怎么选择？...二、强弱符号的使用规则 （1）如果出现多个强符号，最终会出现链接错误即符号的重定义。 （2）如果出现强符号和弱符号，编译器最终会选择强符号。...extern void func(); int main(){ func(); printf("x = %d,y = %d\n",x,y); return 0; } //试问输出的x和y...执行结果： 和大家心中的答案是否一致呢？ 有很多人会有疑问，为什么y输出的不是10，而是0呢？
最近，Graf和Haxell(2018)描述了一种新的(确定性)算法，它渐进地缩小了这一差距，但其适用性受到限制。...本文提出了一种适用范围更广的随机化算法，并通过给出两个图的强色数问题的有效算法，说明了该算法的应用。
领取专属 10元无门槛券
手把手带您无忧上云
