2023.03.08
-
產品系列
Products
資料科學
網路通訊
其他應用軟體
最新活動
News
產品新知
Blogs
關於我們
About Us
聯絡我們
Contact Us
信用風險分析與機器學習
傳統的金融詐欺防治多使用規則式的條件來抓取可疑客戶或交易，但詐欺者只要稍稍改變策略就可逃過現有規則的偵測，而無限制地增加新規則也不合乎經濟與效率。
使用預測性機器學習模型，結合裝置、產品、地點等資訊，金融機構有機會產生更有彈性的詐欺防治模型。要能成功整合分散且龐大的資料庫（如：交易資料、帳戶資料、顧客人口特徵資料等）並不容易。使用機器學習模型來建構預測，也能讓您在增加新的預測素材時更加輕鬆，而不用劇烈調整現有預測架構，還能夠增加模型的準確與可靠度。
來源：Credit Risk Analytics and Machine Learning in the Financial Industry
訂閱昊青/取消訂閱
*為必填
台北總公司
- 104 台北市中山區復興北路354號11樓
(02) 2505-0525
(02) 2503-1680
高雄辦公室
- 800 高雄市新興區民生一路56號11樓之6
(07) 229-8600
(07) 229-8660
客服資訊
- info@sciformosa.com.tw
0800-099-900