机器学习AI在银行的应用场景分析_第1页
机器学习AI在银行的应用场景分析_第2页
机器学习AI在银行的应用场景分析_第3页
机器学习AI在银行的应用场景分析_第4页
机器学习AI在银行的应用场景分析_第5页
已阅读5页，还剩8页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、 机器学习AI在银行的应用场景分析 目 录 TOC o 1-3 h z u HYPERLINK l _Toc66520999 机器学习AI在银行的应用场景分析 PAGEREF _Toc66520999 h 1 HYPERLINK l _Toc66521000 一、机器学习平台与大数据平台的关系澄清 PAGEREF _Toc66521000 h 3 HYPERLINK l _Toc66521001 二、机器学习平台是银行的建设趋势吗？ PAGEREF _Toc66521001 h 5 HYPERLINK l _Toc66521002 三 . 机器学习在银行的主要应用场景 PAGEREF _Toc

2、66521002 h 5【摘要】本文澄清了机器学习平台和大数据平台的关系，分析了机器学习平台在银行应用的未来趋势，并重点梳理了机器学习在银行的主要应用场景。一、机器学习平台与大数据平台的关系澄清机器学习平台和大数据平台没有硬性的关系，比如很多同业在没有大数据平台之前就借助 SAS 、 SPSS 等建模工作进行建模，且在相关领域也取得了不错的成绩，比如评分卡等。在我们看来大数据平台和 SAS 等传统的建模平台有以下差别：但是由于近期银行在大数据方面发力迅猛，对在银行业的建模（机器学习）的影响较大，主要方面有三：一是大数据平台为机器学习平台提供了大数据支撑。好的模型是通过数据不断的分析、迭代、优化

3、出来的，大数据平台的海量数据为模型的探索提供了丰富的原材料；二是大数据平台上的 KAFKA 等实时数据工具为机器学习平台提供了实时数据以及实时场景，比如在线推荐、反欺诈、实施风控等场景；三是大数据平台为机器学习提供强大的算力以及处理能力。大数据采用 SPARK 方式等分布式的机器学习算法较 SAS 等单机版的计算性能有较大的提升，使得计算能力更加强大。且大数据平台更易于图数据库结合，应用图算法将某些场景下的机器学习能力提升。二、机器学习平台是银行的建设趋势吗？从以上情况看来机器学习平台是大数据的一个重要的发力点，模型比传统的业务系统有更强的场景驱动性，业务穿透性更强。建设机器学习平台有可能是银行整体规划，也有可能是偶然性的项目需求中提出的。但建议银行可以尽早的了解学习此类平台、技术和算法等，建立人才储备和项目管理（建模类）机制，应对未来的业务需求和项目风险。银行如何引入机器学习平台？情况大多是科技部驱动，较项目驱动比例略低。比如审计、分析平台、营销类、风控类项目都可能包含机器学习平台的引入，主要看业务需求是否能由传统方式实现。三 . 机器学习在银行的主要应用场景常用的机器学习算法都可能用到，比如分类，聚类，关

人人文库> 全部分类> 专业文献 > IT计算机

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论