机器学习技术在商业银行反洗钱领域的应用

来源 :金融电子化 | 被引量 : 0次 | 上传用户:x1114891413
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着大数据和人工智能技术的快速发展,商业银行数据资产的价值也愈发显得更加重要,为此,探索大数据的应用场景和商业模式,建立大数据和人工智能平台,推动机器学习相关技术全面赋能商业银行各类金融服务,已成为各家商业银行的重点工作之一。笔者所在的银行依托分行大数据平台,致力于大数据+人工智能+机器学习的探索与研究,运用集成模型和深度学习等机器学习算法,综合运用有监督的模型和无监督的学习方法,建立了反洗钱模型。下面着重介绍模型的方法和实践的成效。
其他文献
文章主要针对精铣加工叶根后,时引起测频叶片的频率值偏低的原因进行了分析。为验证分析结论的正确性,进行了相关验证试验。最终指出影响精铣叶根的叶片频率值偏低的主要因素,并
通过溶解过滤方法对某外来陶瓷浆料进行分离后,利用红外光谱(IR)、气相-质谱联用色谱(GC-MS)对增塑剂部分进行分析,结果表明其主要成分为低温石蜡,熔点50℃,并含有少量邻苯二甲酸