НАБ наконец-то показала характер мошенничества-машины, связанные в случае использования обучения, алгоритм используется для обнаружения людей, что файл поддельные документы в поддержку заявки на получение кредита.

Директор по данным Гленда хрустящей сначала раскрываются, связанных с мошенничеством использования на АРМ саммите в Сиднее в мае 2019, но в значительной степени отказался обсуждать это.

“Мы смогли сделать некоторые интересные вещи вокруг обман, а я не люблю говорить об этом слишком много,” – сказала она тогда.

Выступая в AWS re:придумайте 2019 года в Лас-Вегасе в прошлом месяце, хрустящий, предоставляемые первым признаком которой банк нацелен случаи мошенничества с его усилиями обучения машины.

“С точки зрения моделей машинного обучения, мы работали над созданием этого возможность для немного,” сказала она.

“Мы начинаем в районах вы ожидаете от банка начало в: борьбе с отмыванием денег, кибер-преступность и мошенничество.

“Позвольте мне просто поговорить о мошенничестве. Это может быть шоком для некоторых из вас в комнате, но есть люди, которые на самом деле лежат на своих кредитных заявок. И они не только врут, они отправили нам поддельные документы, как поддельные платежные ведомости.

“Поэтому мы строим модели машинного обучения – это на самом деле довольно продвинутый через его обучение прямо сейчас – попытаться определить поддельные и сфальсифицированные документы, и мы видим некоторые действительно хорошие улучшения по сравнению с традиционными моделями, которые мы использовали.”

Крисп обсудили также вопрос о существовании второй модели машинного обучения, с помощью которой выполняется “тема и тема анализа жалоб клиентов”.

“Мы получаем жалобы клиентов, и мы на самом деле хотели бы знать, что движет этими жалобами,” Крисп сказал.

“Итак, мы имеем модель машинного обучения, которая работает уже несколько месяцев на этих [жалобы].

“Что я, в идеале, меня больше всего интересует и я слежу наиболее внимательно-процент жалоб клиентов, связанных с качеством данных, а так вот номер, который я хочу ехать, потому что я не думаю, что должно произойти.

“Я думаю, что наши клиенты должны быть в состоянии доверять нам за высокое качество данных”.

Экспериментальной лаборатории

НАБ используя AWS SageMaker чтобы позволить ученым около 400 данных и членов команды, аналитика для построения, подготовки и развертывания моделей машинного обучения.

Это является частью инструментария, НАБ называет его открытия облако или НЦД.

“Здесь мы строим модели машинного обучения и прогнозной аналитики,” Крисп сказал.

Крисп сказал, что данные ученые были в состоянии “спин вверх” временные “лаборатории данных” для эксперимента модели здания на срок до 90 дней, иногда дольше, если это требуется.

Она сказала, что в настоящее время 55 лабораториях данных в НАБ, “каждый из них, как правило, один, может, два использования дел в любой момент времени”.

Создание и уничтожение лабораторий данных происходило автоматически с помощью сервисов AWS, и они содержали соответствующих дорожных ограждений для обеспечения безопасности экспериментирования.

Автоматическое ограничение времени был предназначен, чтобы гарантировать, что модели не были постоянно работают в лабораториях, но вместо этого были перенесены на регулярные производственной среды, если они были признаны готовыми.

“[Лаборатории] не предназначены для работы моделей все время,” сказал Крисп.

“Это означает как развитие или экспериментирования уголок, так что если вы строите модель, и вы хотите, чтобы перейти к производству, у нас есть путь с производства и у нас есть производство-среде, что он будет потом жить, и мы имеем все право оперативного управления всего этого”.

Крисп отметил, что НДЦ является частью среды данных о НАБ, который скорее всего быстро меняться.

“Это, наверное, частью архитектуры, что изменения и пробовать новые вещи больше всего”, – сказала она.

“Мы постоянно ищем новые способы сделать вещи.

“У нас есть Лок едет с Н2О.Ай, и Databricks-это то, что мы исследуем, а также. Так что вы увидите мы все здесь.

“Эта часть архитектуры особенно будут меняться довольно быстро в течение следующих шести до 12 месяцев”.

ОСТАВЬТЕ ОТВЕТ

Please enter your comment!
Please enter your name here