近期,江苏银行与腾讯安全的联邦学习项目战略合作,引发了银行业和金融科技界的广泛关注。
如何获得更高质量的数据?
如何用合规有效的方式让数据释放出比以往更大的价值?
这是每一位金融科技人无时无刻不在关注的两大问题。
联邦学习的本质,正是在于解决高质量数据短缺和数据安全问题。
基于20年来的黑灰产打击经验,腾讯安全的联邦学习服务,能够通过低成本快速迭代的联合建模,在保护隐私的同时,让数据的价值得到释放。
联邦学习真的能解决合规问题、打破数据藩篱吗?腾讯安全在联邦学习的发展和应用上又有哪些新的“突破”?
为此,雷锋网《ai金融评论》邀请了腾讯安全天御金融风控负责人李超做客线上讲堂,以“透视联邦学习与金融信贷”为主题进行分享。
分享主题
透视联邦学习与金融信贷
直播时间
2020年5月14日 20:00-21:00
内容提纲
1. 无接触信贷进化史
2. 大数据风控已经陷入瓶颈期?
3. 腾讯安全联邦学习应用服务进展,及ai first风控体系
嘉宾简介
李超 腾讯安全天御金融风控负责人
腾讯安全天御金融风控负责人。拥有丰富的ai学术、工业界经历,在机器学习、大数据风控领域均有出色落地成果,曾在人工智能顶级会议miccai上被提名为年轻科学家。加入腾讯后,带领天御金融风控团队构建了以混合神经网络、复杂图分析和迁移学习为核心的新一代反欺诈算法,打造了天御反欺诈和星云风控米乐m6平台的解决方案等行业领先的金融风控产品。